Características fundamentales de la contaminación ...
Transcript of Características fundamentales de la contaminación ...
UNIVERSIDAD COMPLUTENSE DE MADRIDFACULTAD DE CIENCIAS FÍSICAS
TESIS DOCTORAL
MEMORIA PARA OPTAR AL GRADO DE DOCTOR
PRESENTADA POR
Francisco Valero Rodríguez
DIRECTOR:
Emiliano Hernández Martín
Madrid, 2015
© Francisco Valero Rodríguez, 1980
Características fundamentales de la contaminación
ambiental por el aerosol hierro bajo la influencia de
parámetros de limpieza
Francisco Valero Rodriguez
5 3 0 9 8 5 8 1 8 6 UNIVERSIDAD COMPLUTENSE
CARACTERISTICAS FUNDAMENTATJES DE LA CONTAMINACION AMBIENTAL FOR EL AEROSOL HIERRO BAJO LA INFLUENCIA DE PARAMETROS
DE LIMPIEZA.
Departamento de Fisica del Aire Facultad de Ciencias Fisicas
Universidad Complutense de Madrid 1982
L:OLio-^::cA
@ Francisco Valero RodriguezEdita e imprime la Editorial de la UniversidadComplutense de Madrid. Servicio de ReprograflaNoviciado, 3 Madrid-8Madrid, 1981Xerox 9200 XB 48ODeposito Legal: M-1893-1982
CARACTERISTICAS FUNDAMENTALES DE LA CONTAMINACION AMBIENTAL
POR EL AEROSOL HIERRO BAJO LA INFLUENCIA DE PARAMETROS DE
LIMPIEZA
Memoria que para optar al grado de
Doctor en Ciencias Fïsicas présen
ta el Licenciado
FRANCISCO VALERO RODRIGUEZ
Febrero, 19 80
Quleio expresar ml gratltud:
A los Departamentos de Fisica del Aire y Geo
ff sica de la Facultad de Ffsicas y al de Petrolo -
gfa y Geoqufmica de la Facultad de Geolôgicas de la
Universidad Complutense de Madrid donde encontré -
los medios necesarios para la realizaciôn de esta
Memoria.
A mi Profesor y Director de esta Tesis Doctoral
Dr. D. Bmiliano Hernândez Martin que con su constan
te apoyo y colaboraciôn me did los suficientes es-
tlmulos para ]levarla a buen término.
Al Profesor Dr. D. Joaquin Catalâ de Alemany -
por la orientacidn de él obtenida.
También, muy especialmente,a mis companeros y
amigos Bernardino Maroto, Antonio Bravo, Gonzalo -
Juliani y J.A Hernândez y a todos aquellos que de
una forma u otra hicieron posible la realizaciôn -
de esta Memoria.
Por otra parte, roanifiesto mi agradecimiento
al Dr. D. Enrique Gonzalez del S®. S. de Higiene y
Seguridad en el Trabajo, Madrid.
EMILIANO HERNANDEZ MARTIN, PROFESOR ADJUNTO DE METEOROLOGIA DINAMICA
DE LA FACULTAD DE CIENCIAS FISICAS DE LA UNIVERSIDAD COMPLUTENSE DE
MADRID,
C E R T I F I C O ;
Que la presente Memoria " CARACTERISTICAS FUNDAMENTALES DE
LA CONTAMINACION AMBIENTAL POR EL AEROSOL HIERRO BAJO LA
INFLUENCIA DE PARAMETROS DE LIMPIEZA " ha sido realizada ba
jo mi direcciôn en el departamento de Fisica del Aire y Geo
fisica de la Facultad de Fisicas de la Universidad Complu -
tense de Madrid por D. Francisco Valero Rodriguez y que cons
tituye su Tesis para optar al Grado de Doctor en Ciencias -
Fisicas.
Y para que conste, firmo la presente certificaciôn en
Madrid a veintiseis de Febrero de mil novecientos ochenta.
' /.
I N D I C E
Pâgs
1. INTRODUCCION ..................................... 1
1.1 Revlsiôn hlstôrica del problema de la conta-
minaciôn atmosférlca ................. . . I
1.2 Aerosoles y su relaciôn con la contaminaciôn
ambiental..................................... - 5
1.3 Objeto del t r a b a j o ........................... 8
2. PARTE E X P E R I M E N T A L ............................... * 12
2.1 Têcnica y dispositivo de muestreo . . . . 15
2.1.1 F i l t r o s ............................... 18
2.1.2 Dispositivo ad o p t a d o ................. • 20
ii
2.2 Técnica analItica general ................... 22
2.2.1 Equipo utillzado ...................... 2 4
2.2.2 M é t o d o .............................. 25
2.3 P a t r o n e s ...................................... 26
2.3.1 Caracterlsticas de las muestras del-
g a d a s ............................... 28
2.3.1.1 Calibraciôn . . . . . 32
3. PROCESOS DE ELIMINACION DEL AEROSOL HIERRO EN LA
ATMOS F E R A ............................ 38
3.1 Efecto de la preclpitacldn en los niveles -
de c o n c e n t r a c i ô n .............. 38
3.1.1 Determinaciôn del umbral de la con -
centraciôn de hierro.... 39
3.1.2 Coeficiente de l a v a d o . 41
3.1.3 Evoluciôn semanal ................. 45
3.2 Efecto del môdulo de la velocidad del vien-
to en los niveles de concentraciôn . . . 48
3.2.1 Influencia del môdulo de la veloci^ -
dad del viento en los niveles de con
centraciôn............... 49
FACTORES QUE MODULAN LA CONCENTRACION DE HIERRO
EN LA AT NOS F E R A .................................. 53
4.1 Patrones sinôpticos ........................ 53
4.2 Indice de consistencia de la direcciôn del
v i e n t o ..................................... 58
4.2.1 C â l c u l o ........................... 59
4.2.2 Aproximaciôn al câlculo del Indice
de consistencia.................... 62
4.2.2.1 Influencia del |v| en el Ind^
ce de consistencia . . . . 63
4.2.2.2 Influencia del porcentaje dia
rio de calmas en el Indice de
consistencia ................. 64
4.3 Variaciôn de las concentraciones con los -
Indices de consistencia ................. 69
4.3.1 Segûn las diferentes procedencias e
Indices de consistencia . . . . 70
4.3.2 Relaciôn de la concentraciôn con el
IVI por sectores e Indices de consi£
t e n c i a .............................. 75
4.4 Aspectos meteorolôgicos asociados a las con
centraciones extremas .................... 77
4.4.1 Modelo de predicciôn de las concen-
traciones mâximas ................. 80
4.4.1.1 C â l c u l o .................... 81
4.5 Estudio de las concentraciones diurnas y
nocturnas ..............................
4.5.1 Interpretaciôn de los resultados8687
5. CARACTERISTICAS ESPECTRALES 92
5.1 Espectros de potencia . . . .
5.1.1 Procediniento de câlculo .
5.2 Espectros de coherencia y de fase
5.2.1 Procedimiento de câlculo .
5.3 Resultados ....................
5.3.1 Del indice de consistencia, môdu
lo de la velocidad del viento y
frecuencia diaria de calmas
5.3.2 De la concentraciôn y del môdulo
de la velocidad del viento.
5.3.3 Manifestaciôn de la oscilaciôn
diaria de la concentraciôn
92
95
97
99
100
101
106
115
CONCLUSlONES 117
BIDLIOGRAFIA 123
INTRODUCCION
1.1 Revislôn histôrica del problema de la contaminaciôn atmosfârica
Uno de los grandes problemas que debe afrontar la sociedad
es el de la contaminaciôn atmosférica y el de sus efectos ecolôgicos.
En los presupuestos estatales de los paises mSs desarrolla-
dos grandes sumas son destinadas a paliar y a prévenir los posibles -
dahos de la contaminaciôn atmosfôrica sobre las plantas, animales y,
en especial, sobre la especie humana. El hombre trata, por todos los
medios disponibles, de solucionar este grave problema creado por él -
mismo.
La contaminaciôn del aire es mucho mâs antigua que el hom -
bre. Exist!an ya diversas formas naturales de contaminaciôn que toda-
vîa son contribuyentes importantes, taies como sustancias alérgenas -
(polen), polvo, particules, gases volcânicos y humo.
A pesar de la enorme actualidad del tema, los primeros s£n-
tomas de preocupaciôn por la pureza del aire aparecen, si bien en
coiitadas ocasiones, a partir del siglo XII. Ya en este siglo Maimôni^ -
des escribiô hablando de El Cairo (1): "Primero, se debe atender a la
majora de 1 aire ...". En el mismo siglo, Eleanor de Aquitania, esposa
de Enrique II de Inglaterra, mandô tras]adar la corte a Nottingham ya
que consideraba "inaguantable" el aire de Londres. Dos siglos después,
la reina Isabel I, enferma de asma ,alérgica al humo del carbôn minerai,
prohibiô quemar carbôn en Londres mientras el Parlamento estuviera reu
ni do.
Pero, probablemente, el primer estudio del que se tienen no-
ticias es el informe, (2), que John Evelyn, en 1.661, enviô al Parla -
mento, titulado "Fumifugium", en el que se referla al humo y a la impu
reza del aire de Londres, junto con algunas soluciones por él propues-
tas al respecto. En 1.772, el prélogo de la segunda edicién relaciona-
ba ya la accién de la contaminaciôn atmosférica con el indice de morta
lidad.
A finales del siglo XVIII comenzaba ya a perfilarse lo que -
mâs tarde se llamô la "sociedad industrial". Los campesinos iban a las
ciudades a admirar el humo que despedfan las chimeneas de las grandes
factorias, dado que en aquella época el humo se identificaba con la
prosperidad econômica. Empezaron a formarse nûcleos de poblaciôn alre-
dedor de los focos industriales, que han ido creciendo ininterrumpida-
mente hasta nuestros dîas.
Los vertidos de las fSbricas, asf como otro tipo de desechos,
iban degradando paulatinamente la atmôsfera, pero el râpido crecimien-
to de la productividad y el nivel de vida hacfan olvidar alegremente -
el peligro que sobre la humanidad se cernîa.
Algunos desastres mostraron la dramStica naturaleza de la po
luciôn atmos férica. En Diciembre de 1. 930 una espesa niebla envolviô -
3una zona altamente induutrializada del Va 1 le del Mosa (Bélgica); 63 -
personas murieron y 6.000 padecieron irritaciones farlngeas, accesos
de tos e insuficiencias respiratorias. En Octubre de 1.948, una niebla
similar cubriô Donora (Pensylvania), donde en cuatro dlas se registra
ron 20 muertes y 6.000 casos de tos, dolores de cabeza, irritaciôn de
ojos, nauseas y disfunciones nasales. En Poza Rica (México), en 1.950,
un escape de anhîdrido sulfuroso procedente de una planta de récupéra
ci6n de azufre del gas natural, produjo la hospitalizaciôn de 300 per
sonas, de las cuales murieron 22 por deficiencies respiratorias y de
caracter nervioso. En Diciembre de 1.952, Londres sufriô, durante cua
tro dfas, los efectos de una espesfsima niebla; se registraron 1.600
muertes mâs que bajo condiciones normales.
Sucesos de esta fndole dieron la alarma y aceleraron el pro
ceso de concienciaciôn acerca de las consecuencias que la contamina -
ci6n del medio ambiente acarrea y la urgente necesidad de soluciôn al
problema. A medida que aumenta en el mundo entero la indus trializaciôn
y la poblaciôn urbana, las posibilidades de que se repitan esos desas
très serân cada vez mâs grandes, a menos que se adopten medidas efica
ces contra la contaminaciôn del aire.
Actualmente, este proceso acerca de la influencia de la ex
pans iôn de un ârea urbana tanto en su localizaciôn como en zonas rela
tivamente prôximas, se lleva a cabo de una manera mâs râpida en la v£
lia experimental de Vaudrai 1, Francia, (3), creada con objeto de ob -
servar la variaciôn de los niveles de contaminaciôn y su relaciôn con
variables climatolôgicas conforme éste nûcleo urbano se desarrolla.
En 1.962, la Organizaciôn Mundial de la Salud (OMS) iniciô
la ejecuciôn de un programa para combatir la contaminaciôn del medio,
tratando de sopesar cuidadosamente las ventajas con los inconvenientes.
La soluciôn extrema de volver al aire puro y a la vida pas tori 1 no es
compatible con los imperativos de nuestra época; la de encogerse de -
hornbros y resignarse a las chimeneas humeantes y al aire viciado no lo
es con las exigencias de bienestar fisico, psiquico y social de los -
hombres. Con esta intenciôn se esté gestionando el establecimiento de
normas de pureza del aire susceptibles de aceptacién internacional.
Se fijarlan en esas normas cuatro grados de contaminaciôn, expresada -
por concentraciones y por tiempos de exposiciôn: 1) el grado mSximo de
efectos perjudiciales "observados". 2) el grado a que pueden empezar
las manifestaciones de irritaciôn de los ôrganos sensoriales, los efec
tos perjudiciales sobre la vegetaciôn, la reducciôn de la visibilidad
y otras consecuencias nocivas para el medio. 3) el umbral de altera -
ciôn de las funciones fisiolôgicas, con peligro para la salud (enfe£ -
medades crônicas) y para la duraciôn de la vida. 4) el grado que pue -
de dar lugar a enfermedades agudas o mortales en los grupos de pobla -
ciôn susceptibles.
Los efectos catastrôficos de los contaminantes atmos féricos
se pueden predecir periôdicamente; sin embargo, es demasiado complica-
do hacer predicciones a largo plazo. A menudo, hay que contentarse con
obtener alguna analog!a con los fenômenos naturales, 6 en otros casos,
con medir cuidadosamente los efectos y acumulaciôn de contaminantes e£
pecîficos y si éstos sobrepasan ciertos limites, modi ficarlos.
La vigilancia constante de la contaminaciôn del aire permite
adoptar medidas eficaces. Por ello, en las ûltimas décadas, han proli
fe rado las reuniones de organismes, con el fin de aunar criterios y
buscar soluciones conjuntas de cada una de las facetas que el problema
présenta, apoySndose en los medios que las ciencias y sus diferentes -
ramas ponen a su alcance (4-8).
1.2 Aerosoles y su relaciôn con la contaminaciôn ambiental
De todos los constituyentes traza atmosféricos, los aerosoles,
posiblemente sean los que poseen las mâs complejas caracterlsticas di-
nSmicas. Estas incluyen procesos taies como coagulaciôn, condensaciôn,
sedimentaciôn, resuspensiôn, introducciôn en la atmôsfera procedentes
de fuentes primaries o secundarias, advecciôn y dispersiôn.
Los aerosoles consisten en particules y gases derivados de -
fuentes naturales y antropogénicas. Las particules materiales, liqui
das y/o sôlidas, se introducen en la atmôs fera como particules fines,
particules materiales primaries, o como el resultado de la conversiôn
de gases en la forma de particules secundarias. Por efecto de la dinS
mica de la atmôs fera, los diferentes elementos se presentan en particu
las que, generalmente, se supone juegan un papel de menor importancia
y, ademâs, procesos taies como crecimiento y deposiciôn estân goberna-
dos por consideraciones mecânicas.
La composiciôn y formaciôn de las particules en suspensiôn
han sido objeto de recientes estudios (9-11). Estos demostraron que los
aerosoles secundarios, formados en la atmôsfera por reacciones entre -
contaminantes gaseosos primarios, siempre constituyen una fracciôn im
portante (12-16) de las particulas en suspensiôn en una atmôsfera con-
taminada fotoquimicamente, habiendo sido revisados recientemente - --
(17-19) los aspectos que regulan este tipo de procesos.
Ya en el slgJo XIX se descubrlô que diminutas particulas su£
pendidas en el aire (aerosoles) producian debi1itaciôn de la luz. Las -
investigaciones, mâs actuales, demuestran que se originaban a causa de
las actividades del homlire. Tal materia estâ formada por una variedad -
de compuestos, los cuales incluyen polvo procedente del suelo, hollin,
productos orgânicos y sales de sulfates y nitratos. La composiciôn quf-
mica de las particulas les permite, a veces, retener cantidades signify
cantes de agua a humedades bastante por debajo del 100%. Las mayores —
concentraciones de aerosoles y de agua se encuentran en las capas mâs -
bajas de la atmôsfera; tal vez sea esta la razôn por la que se atribuye
la disminuciôn de la visibilidad atmosférica al agua absorbida por esta
clase de aerosoles, ya que modifican su distribuciôn volumôtrica (20) -
al cambiar las condiciones climâticas de la humedad relativa.
Este ûltimo grupo que posee la afinidad de retener agua y eu
yo diâmetro es menor que O.lym (nûcleos de Aitlcen) presentan singular -
importancia debido al posible interés como productores de compuestos
que facilitan la formaciôn de nûcleos de condensaciôn (21), siendo im -
portante su estudio no solo de cara al problema de la contaminaciôn at-
mosférica, sino también en relaciôn a la ayuda que puede prestar para -
el conocimiento,mâs profundo, de los fenômenos ffsicos que se desarro -
llan en la baja atmôsfera.
Respecto de los aerosoles naturales, algunos de los cuales -
son higroscôpicos, diremos que varian de tamanos (22) desde aproximada-
mente radios de 10 jjm para los iones pequenos hasta mâs de 10 ym para
las particulas mâs grandes (sales y polvo), modificando su contenido en
la atmôsfera de una forma acusada (23,24) en el espacio y el tiempo a -
doptando una distribuciôn bimodal (25,26).
Programas tales como "Aerosol Cliaracterization Experiment" -
(ACHEX), (27), dieron como resultado que era posible estimar la contr£ ibuciôn de las diversas fuentes de ague1los aerosoles identificados en jel area estudiada, y que ademâs, en general, la distribuciôn de masa - j
de las particulas era de forma tal que la materia acumulada por encima' i
de 1 Mm correspondfa a la que se originaba en fuentes naturales, de - jcomponente marina o terrestre. Las de diametro menor de 1 wn se iden
tificaron procedentes de la producciôn humana originada por la combus- i
tiôn de combustibles, emisiones quimicas o reacciones quimicas en la r
atmôsfera, y , a su vez, se observô que la contribuciôn de esos compo - i
nentes variaba de modo significativo con la hora, ofreciendo un mSximo !i
de concentraciôn en las primeras horas de la mahana, y otro, menos acu
sado, en las primeras horas de la tarde.
Otra consecuencia de relieve es el efecto sinérgico de deter
minados contaminantes, efecto, por el cual, la acciôn independiente de
dos contaminantes puede ser de poca importancia en concentraciones am-
bientales, pero su acciôn conjunta es capaz de producir un efecto ma -
yor que su suma por separado; tal es el caso del SOg , que, no siendo
altamente tôxico aisladamente, en atmôs feras que lo contienen junto
con particulas, han tenido efectos létales,(Londres y Donora) .
Con objeto de controlar los niveles de concentraciôn toléra
bles, existen unos standards (28-31); sin embargo, la masa media anual
de particulas suspendidas en la atmôsfera, ocasionalmente, los exce --
den. Como consecuencia de esta alteraciôn, la calidad del aire disminu
ye, y se presentan problemas de salud asociados a la exposiciôn de la
poblaciôn a esos altos niveles (32-34).
Esto ocurre, en gran parte, porque los aerosoles se forman /
acumulan, en alto porcentaje, en el intervalo submicrônlco (35) y, por
lo tanto, son capacer de penetrar en las vias respiratorias humanas. Es
tos heclios dan mayor dimensiôn a la necesidad de que los niveles y corn
posiciones, de estas particulas en suspensiôn, sean medidas y que una
informaciôn cuantitativa de las fuentes y vias de formaciôn se determ£
ne, con objeto de permitir la formulaciôn de programas de control efec
t i vo s.
En general, una parte importante en cualquier programa de ca
lidad del aire tiene en cuenta la informaciôn ofrecida a través del es
tudio de los aerosoles, que junto con la que aporta la propia meteoro-
logîa del lugar, suministra la informaciôn que relaciona la contribu -
ciôn de las fuentes primaries y secundarias respecto de la masa total
en suspensiôn (36) pudiendo asi deducirse la debida a fuentes antropo
génicas .
1.3 Objeto del trabajo
Si deseamos describir correctamente el efecto a largo plazo
de los contaminantes sobre nuestro medio ambiente, es esencial que se
conozca su comportamiento complete. Una vez que los contaminantes son
introducidos en la atmôs fera en proporciones mâs o menos fijas, los que
estân cerca del suelo dependen de la distribuciôn e intensidad de las
fuentes,asi como, de procesos muy complejos de transporte y dispersiôn.
Tal vez, el primer paso sea poner a punto un dispositivo de
muestreo que nos permita el empleo de una técnica analitica adecuada -
ul problema concreto; es por ello, que hayamos considerado 16gico desta
car en el desarrollo de esta memoria su descripciôn y caracteristicas
generales.
En nuestro caso, en el estudio que venimos désarroilando du
rante los ûltimos seis ahos, hemos logrado que esta técnica sea râpida,
con objeto de evaluar su apiicabilidad en el campo de los aerosoles me
tâlicos atmosféricos, basada en los analisis por fluorescencia de ra -
yos X y de absorciôn atômica, que nos permite las determinaciones mu^
tielementales especfficas tiras un previo filtrado de aire.
La importancia de un método artalîtico multielemental, el cual
incluya los elementos de origen antropogénico mâs los de procedencia -
natural, es évidente si la tenemos en cuenta cuando la concentraciôn
de alguno de estos elementos sobrepasa ciertos valores crlticos. Si es
te fuera el caso, séria necesario efectuar, en primer lugar, un anâli-
sis de identi ficaciôn de aerosoles en las capas bajas de la atmôsfera,
con lo que se advertiria la presencia de contaminantes fijos, es decir,
que se presentan diariamente.
Después de esta primera etapa, se realizaria una détermina -
ciôn cuantitativa de dichos elementos, que en nuestro caso, lo centra-
remos en la caracterizaciôn del aerosol hierro, que pensamos présenta
esta doble composiciôn, una natural y otra antropogénica en sus diferen
tes vertientes.
Las cantidades por encima de los valores de fondo indicarân
la presencia de fuentes del aerosol Fe. De la misma manera serâ bâsico
tratar aquellos procesos que podamos identificar como sumideros, en los
que aunque sea de una forma eventual, son retirados los contaminantes
de la atmôsfera.
Serân tratados, como taies, la precipitaciôn, a partir de la
10
cual se obtendrâ un coeficiente de Javado que nos darS idea de la capa
cidad de aquella en limpiar la atmôsfera, y el viento, de cuyo môdulo
de la velocidad se estimarâ un coeficiente disperser de la materia en
suspensiôn.
Existen otro tipo de procesos, que en determinadas condicio
nés pueden producir, alternadamente, un efecto de limpieza y acumula -
ciôn.
En este ûltimo grupo estarân inclufdos los modèles o patrofr
nés sinôpticos, cuya influencia en los niveles de concentraciôn fija -
unos limites de variaciôn de ésta. *■
También es importante, desde este punto de vista, unas est£
mas précisas de la procedencia de los flujos de aire, tanto por las --
propiedades climâticas que establecen sobre estos, como por la informa
ciôn que aportan acerca de la Ubicaciôn de fuentes. Con esta idea, se
han definido unos Indices de consistencia de la direcciôn del viento -
en funciôn de la amplitud o variabilidad mâxima de 1 origen de estos
flujos.
Las concentraciones extremas, asi mismo, son capaces de iden
tificar determinados aspectos meteorolôgicos inherentes a estos proce-
sos de diluciôn y acumulaciôn del contaminante én la atmôs fera.
Puesto que las fluctuaciones de las concentraciones mâximas
dependen de su tiempo de integraciôn, se creyô conveniente establecer
un modelo de predicciôn de d"i chas concen traciones mâximas en funciôn -
de esta variable, lo que nos proporcionarâ la predicciôn en un tiempo
similar a su magnitud, y de la concentraciôn media del perlodo en que
nos encontremos, que reducirâ el sesgo de la estima.
Otra forma de refiejar estos procesos de limpieza y acumula
ciôn alternada del contaminante, se manifiesta, si tratamos de evaluar
I)
la influencia que détermina un parâmetro disperser sobre las concentra
clones caracterizadas por los perfodos de muestreo coïncidentes con
los diurnos ô de emisiones y los nocturnes 6 libre de éstas.
Las relaciones de los contaminantes en la atmôsfera se de -
muestran muy a menudo calculando el coeficiente de correlaciôn entre -
dos variables, por ejemplo, las concentraciones y algûn parâmetro me -
teorolôgico, de manera tal que, si la correlaciôn es alta se puede ut£
lizar para precedir la concentraciôn. Ya que cada serie temporal se
puede considerar como la suma de las oscilaciones de todos los perfo -
dos o frecuencias, tendremos como objeto final de esta memoria, el - -
examen del valor del anâlisis espectral, como ayuda en la interpréta—
ciôn y relaciôn entre las diversas variables a través de la informa
ciôn ofrecida por los perfiles de los espectros en lo que concierne a
los procesos ffsicos que representan.
12
2. PARTE EXPERIMENTAL
Conocida es la complejidad que présenta la identificaciôn de
cada uno de los componentes que forman la atmôsfera contaminada. Para
su simplificaciôn, generalmente, es necesario la detecciôn de cada ti
po de contaminante por separado y someterlo à un estudio completo
atendiento a sus propiedades ffsicas y qufmicas, cualitativa y cuanti-
tativamente.
Uno de los componentes es el grupo formado por las pârtfcu—
las materiales y, por ende, de los aerosoles, ya que se supone (37) a
la atmôsfera como un aerosol, puesto que siempre contiene partfculas.
Como el intervalo de tamano y peso que ocupan en la atmôs fera es muy -
amplio, los modelos mâs frecuentes adoptados para estudiar los aeroso
les se reducen a los que lo hacen respecto a los mecanismos de forma
ciôn, origen y aspecto ffsico en que se presentan.
Asf,por ejemplo. Butcher y Charlson (38) lo afrontan considc
13
rando los procesos de formaci6n 6 procesos fuente, tales como pulveri-
zaci6n, impacto, condensaci6n, coagulaciôn, nucleaci6n y reacciones de
las partlculas; y Los procesos de sumldero o de destrucciôn, y es en -
este tipo de mecanismos en los que se basan para la detecciôn y captura
de las partlculas. Estos procesos los reducen a très grupos; sedimenta-
ci6n, especialmente para las grandes partlculas; impacto, en los que -
las partlculas atmosfêricas mas grandes inmersas en un flujo de aire —
que pasa alrededor de un objeto con la suficiente curvatura, por la pro
pla inercia de aquéllas, sufren colisiones sobre éste; y, por procesos
de Iluvia, que pueden depositar partlculas procédantes de la atmôsfera
y dependen de la incidencia de la precipitaciôn, tanto de Iluvia propia
mente dicha como de nieve.
Madeleine y Renoux (39), admiten, como de hecho ocurre, que -
la atmôsfera esta contaminada como resultado de una contarainaciôn natu
ral, y de otra Humana, en sus dos vertientes (directe e indirecte). Ba-
sados en estos dos orlgenes, dan una idea de los procesos de formaciôn
en funciôn de las cantidades emitidas a la atmôsfera. La formaciôn de -
las partlculas, que estâ de acuerdo con la explicaciôn dada por otros -
autores (40,41), depende a su vez, de los tiempos de vida que las part^
culas mSs pequenas presenten ,tiempos que ,varlan de algunos minutes, pa
ra atmôsferas muy contaminadas, hasta de algunos dlas, para las que es-
tân junto al suelo. Para nuestras latitudes, lo estiman del orden de
una semana aproximadamente.
Coinciden en que la parte fundamental en la formaciôn de los
aerosoles es la debida a los productos secundarios en la fase gaseosa,
bajo la aociôn de très mecanismos principales, que son;
Oxidaciôn fotoqufmica.
14
- Oxidaciôn catalîtica en presencia de particules pesadas.
- Reacciôn en presencia de gotitas de agua, NH^ y SOg.
Las partlculas as! formadas suelen ser de diâmetros menores —
jUe 0.1 pm, presentando, todavla hoy dla, gran dificultad para su captu
ra.
Globalmente distinguen très categories de distribuciones grenu
lométricas en la troposfera: el "nivel de fondo", la ”distribuciôn oceâ
nice” y la "continental".
Aprecian de esta manera, que el aerosol atmosférico se extlen-
de sobre un intervalo que comprende cinco ôrdenes de magnitud en tam^ -
nos, lo que conduce a su mal conocimlento, sobre todo para las pequenas
dimensiones debido al problème que presentan para su detecciôn y captu
ra, no siendo asl, afortunadamente, para las particules mayores.
Para ellos, la existencia de 1 aerosol atmosférico résulta de un
proceso dinâmico de interacciones por colisiôn y coagulaciôn, pudiendo
desaparecer por difusiôn y colisiôn sobre las superficies, ô por sedimen
taciôn bajo la acciôn de la gravedad.
Basados en estos mecanismos, y tambien en sus distribuciones -
granulométricas, emplean un dispositive denorainado "captador proporcio-
nal omnidireccional", con el cual para una nube partlculas puede deter
miner la distribuciôn granulométrica y la concentraciôn, ya sea numérica
6 pondéral con un dispositive de anâlisis cuantitativo adecuado (42-45).
Por ûltimo, y un tanto al margen de lo expuesto hasta aquf,
existe otra forma distinta de estudiar la contaminaciôn, consistente
fundamentalmente en muestrear la fuente, caracterizada como contaminado
ra a priori, y relacionarla con los niveles no urbanos, estableciendo,
asl, una red de vigilancia de la calidad del aire que contendrfa las es
15
taciones encargadas de informar de los niveles mSs altos. Algunas de e£
tas estaciones pueden réunir mâs de uno de estos criterios. En este gru
po estarîan incluldas aquellas medidas que no exigen manipulaciôn de la
muestra, es decir, las denominadas medidas remotas (46-48). Estos siste
mas aunque consiguen objetivos mâs completes, utilizan instrumentaciôn
mâs compleja, exigiendo una organizaciôn al margen de la estrictamente
cientlfica con el consiguiente aumento de laboriosidad del proceso.
Por todo lo expuesto, dos serSn los requisites que deba po -
seer un dispositive ideal de muestree:
Por una parte, se debe conserver la estructura de la muestra,
es decir, sus propiedades flsicas y quîmicas.
Por otra, debe conseguir una cantidad minima de peso en par
ticules procédantes de la masa de aire filtrada de la atmôsfera, para -
su posterior anâlisis.
2.1 Tëcpica y dispositive de muestreo
La adopciôn de un sistema de muestreo ha de ester relacionada
con la técnica analitica empleada y a la inversa ( 49 ), con objeto de
que la cantidad de muestra ofrezca la suficiente precisiôn. De aquf, --
que el tiempo de duraciôn sea un factor limitante,pues es claro que en
una atmôsfera contaminada tendra que serlo menor que en la que no lo es
tê, para un nivel de precisiôn analitica establecido.
Cuando se trata de muestrear partlculas en suspensiôn en la
16
atmôsfera los componentes fundamentales que forman el dispositivo son:
una bomba aspirante
mecanismo de recogida de muestra
medido de flujo
De entre las diferentes técnicas empleadas para recoger la —
muestra;
la gravimétrica, para partlculas sedimentables
la de precipitaciôn (electrostatica o térmica), ambas para pa£
tîculas radioactivas.
la de filtraciôn
es ésta ûltima la utilizada para recoger partlculas metâlicas, y la que
mejor se adapta en nuestro caso. Esta técnica permite extraer las part^
culas suspendidas del aire mediante un conjunto aspirante, generalmente
una bomba de vacio, depositândolas sobre un filtro poroso. El conjunto
debe estar resguardado con objeto de impedir la deposiciôn de las parti
culas sedimentables. El caudal filtrado debe ser constante para cor -
tos intervalos de tiempo, lo cual suele comprobarse esporâdicamente me
diante calibrados standards, con objeto de evitar errores en el volumen
muestreado.
Las concentraciones de la masa total depositada se obtendrSn -
por pesadàs, antes y despUés del muestreo, y relaclonando esta canti—
dad con el flujo de aire medido durante dlcho intervalo. La unidad en -
que se suele expresar para muestreos atmosféricos es el pg/m^.
Probablemente los dos factores ya mencionados, duraciôn de mues
treo y valor absoluto de la muestra, de cara a obtener una que sea med£
ble anallticamente, sean los mâs importantes. Para el muestreo de part^
culas existe un amplio intervalo entre sus limites permisibles. Parece
17
razonable suponer que el mayor valor de éste recogerâ mâs muestra en
un tiempo dado. Es importante tener en cuenta que el flujo mSximo, -
no es, a veces, el ôptimo; un flujo de aire demasiado râpido a tra -
vês del filtro puede causarle la rotura. Los flujos ôptimos (50), de
pendiendo del contaminante, son indicados en la Tabla 2.1 .
M uest reader Valor dptimo de flujo
pcm m^/21hTar.cs y Vapores :
Impinger HIdgct
" Standard
0.05-0.10
0.5-1.0
2-1
20-10
Partlculas:
Filtre menbrana
" alto-vol.
0.5-1.5 20-180
lCOO-2100
pcm = pies cûbicos por minute
Tabla 2.1: Valores 6ptimos le flujo para dis- tintos tipos de muestreadoree.
Con vista a lograr la mayor eficiencia de captaciôn, que -
nos proporcionarâ un valor mâs representativo de la concentraciôn, -
se desprende la importancia que tiene el filtro en un dispositivo de
muestreo, razôn por la cual a continuàciôn explicamos las caracterîs
ticas mâs sobresalien tes de los diferentes tipos existentes.
18
2.1.1 Filtros
A la hora de aplicar una técnica de captura eficaz, surgen
diversidad de situaciones, estando la eleccidn del filtro influencia-
da, para cada caso concrete, por la sensibilidad del método analltico.
En general, los parâmetros que deciden un proceso de filtraciôn de
aire (51) son la eficiencia de recolecciôn de las partlculas y la resis
tencia que opone el filtro al flujo. Estos parâmetros dependen, a su -
vez, de las propiedades o naturaleza qufmica del filtro, del polvo at-,
mosférico depositado y del fluido portador de éste.
Las teorfas de la eficiencia de los filtros han sido desa -
rrolladas por diversos autores (52-59). Las conclusiones comunes son -
que estâ gobernada por: a) el nûmero de Sto)ces, b) la velocidad del —
flujo, de forma tal que los de muy alta velocidad la hacen disminuir,
y c) el tamano de las partlculas; a este respecte es Spurny (60) el
que observa que dicha eficiencia de captura es una funciôn del tamano
de la partîcula con un mlnimo muy acusado para las comprendidas entre
O.ol< r <0.1 pm, aumentando a partir de ambos extremes de este inter
valo muy râpidamente y de forma prâcticamente simétrica. Ademâs, las -
partlculas muy pequenas presentan movimiento browniano suficiente para
difundirse sobre el filtro distancias submicrométricas con unos tiem
pos de residencia tlpicos; este efecto es importante en los de flbra -
de membrana y se acenttüa con pequenos valores de flujo. Si ademâs, una
partîcula tiene carga eléctrica opuesta a la carga media del filtro, -
se originarân fuerzas atractivas que la harân aumentar. Todas estas ra
zones nos han inducido a elaborar un resumen con las caracterîsticas -
bâsicas de los diferentes tipos:
19
Filtros de papel
- Requieren valores bajos de flujo y su aplicaciôn estâ reco-
mendada cuando se necesita determinar el contenido de part^
culas
Poseen bajo contenido de iones metâlicos
- La caîda de presiôn es alta, restringiéndose su uso a atmÔ£
feras altamente contaminadas
Estos filtros, aunque su contenido en cenizas es pequeno, -
lo que es una ventaja para ciertos anâlisis quimicos, son relativamente
ineficaces en un amplio intervalo de tamanos de las partlculas y, ade
mâs, presentan dificultades para anâlisis por mêtodos ôpticos.
Filtros de membrana
- Estân formados por ésteres de celulosa en una malla formada
por diminutos poros cônicos de 1 a 2 micras que atrapan en
las paredes interiores las partlculas procédantes de un ba
jo volumen de aire filtrado, siendo éstas, por tanto, visi
bles microscôpicamente
- Su eficiencia es mayor del 99% para aerosoles submicrônicos,
con un limite inferior en 0.2 pm
- Aunque los flujos permitidos son mâs altos que los de papel,
no obstante, estân limitados entre unos 400 y 800 m^/24h
Este tipo de filtros estân hechos para muchos tamanos de po
ro y sus eficiencias son, normalmente, mayores que las de papel. I.a ma
yorîa no absorben agua.
20
Filtros de fibra inorqânica
- Se emplean cuando se necesitan altos valores de flujo, entre
unos 800 y 2400 m^/24h para recoger gran cantidad de mue£ -
tra, a costa de una pérdida de eficiencia, pudiendo propor-
cionar hasta 1 gr. de depôsito en un tiempo relativamente -
corto (24h)
- Son los mâs indicados para recoger aerosoles orgânicos, por
no contener ninguna capa orgânica
- Debido a su contenido de iones metâlicos, necesitan una de-
terminaciôn précisa de ëstos en estudios de esta clase de -
partlculas
- Presentan alto nivel de impurezas (61), por lo que se deben
evitar en muestras de aire. Son, sin embargo, de muy alta -
eficiencia y se pueden utilizer en altas temperatures
2.1,2 Dispositivo adoptado
Las detalladas recomendaciones sobre los métodos de muestreo
de las partlculas en suspensiôn en la atmôsfera, nos han llevado a In-
clinarnos por un dispositivo (Figura 2.1.2) cuyos componentes fundamen
taies ya han sido citados en el apartado 2.1, y cuyas caracterîsticas
de funcionamiento mâs importantes son:
- Bomba de vaclo de 1,5 HP, con un caudal teôrico, sin carga,
de 30 m^/h
21
F ie u r a . 1 . 3;; j 3tc i^ .a o x p M i . ^ o n t j I d o J L i f c : r = F i l t r o , T = t^ h o
r f « c o a x i a l d o cioi.'S, n - 3 n ,,b a a s .o i r .’.n 1 3 rl'- v - i c i r i , LL '- 1 1 a v o do
{■aso d .al , - . ir c - , i l - A p . i r a '-o do o x p a n s iS o , KF^ fV ! d id ( , r ô e t l v . i o ,
P-= F r c t e c i o r d e l o i.-,to :r.a do l a p i r e c l p i t a c ; f n , ) - l o t e r r u p t o r
do c o n i e n t e y I T - I n t e r r u p t e r t o i r p c r j l .
Para este trabajo se han escogido los filtros de membrana,
por las siguientes razones: 1) Baja concentraciôn de elemen
tos contaminantes en el material del filtro. 2) Fiabilidad
para un método tal como la espectrometrfa de rayos X. 3) —
Por poseer tamanos efectivos de poro pequenos. Las caracte-
rfsticas del filtro usado fueron: Sartorius SM113 de nitra
te de celulosa, de 47 mm. de diâmetro y 0.6 ym de tamano de
poro. Su temperature de inflacciôn es de 200®C, por lo que
desde este punto de vista su apiicaciôn es idônea, ya que -
los anâlisis por fluorescencia de rayos X a los que estân -
sometidos nunca llegan a alcanzarla.
22
Todo el conjunto fue instalado en una terraza de la Facultad
de Clencias Fîsicas de la Universldad Complutense de Madrid, a unos 18
metros de altura sobre el nivel del suelo.
El dispositivo, en rêgimen normal de funcionamiento, aspira
un caudal diario comprendido entre los 60 y 80 m^, valores, que estân
situados aproximadamente. Tabla 2.1, pâgina 20, en la zona central del
intervalo de flujos ôptimos para partlculas mediante una toma de mues
tra que utiliza filtro de membrana, con lo que podemos asegurar un al
to Indice de eficiencia del sistema.
2.2 Técnica analitica general
Aunque la espectroscopia, relativamente, es una antigua ra
ma de la ciencia, comparada con otras técnicas usadas en el estudio de
la estructura de la materia, solamente desde la mitad de la década de
los 50 ha sido utilizada rutinariamente para anâlisis quimicos elementa
les. Los problèmes que présenta el conocimiento de la cantidad total -
de partlculas, asl como su composiciôn qulmica, exige el empleo de una
técnica de anâlisis multielemental que, a su vez, nos permita revelar
e identificar las fuentes contaroinadoras por partlculas, debiendo ser
una técnica râpida.
Las convencionales, como la gravimétrica, colorimétrica, ô
incluso aûn la espectrofotometria de absorciôn atômica, proporcioan la
sensibilidad requerida para la detecciôn de la mayorla de los elementos
metâlicos contaminantes, pero consumen mucho tiempo. Por otra parte, la
23
muestra original debe ser disuelta y no se puede conservar para poste
rior experimentacidn. Todos estos hechos, son inconvenientes que a la
hora de elecciôn de una técnica, la limitan.
La espectrometrîa de fluorescencia de rayos X es un método
de anâlisis extremadamente eficaz donde surja la necesidad de una de -
terminacién râpida, cualitativa y cuantitativamente, de los elementos
présentes en una muestra material. Posee gran versatilidad, siendo ca-
paz de determinar casi todos los elementos de la tabla periédica, des
de el flûor hasta el uranio, con gran exactitud (del orden de fraccio-
nes de ppm), influyendo todas estas razones de una manera decisiva pa
ra que esté ampliamente extendida (62-64). Ademâs, la naturaleza no des
tructiva es importante de cara a la correccién de errores sistemâticos
a largo plazo (65).
r s q u c m a i r r . ,
d p a y S X: T = T j h • i o
' r 4 , H - I ' u e t n , '
z .1 d o r , I ) : De t o r t. n r .
11 -i 1 Je f 1 VI o r- p c f
î X , ill - •’ o r t <3 r
lo r , 0 r i r. t ô 1
24
Esta técnica se basa en el hecho. Figura 2.2, de que, cuando
un haz de rayos X es dirigido a la superficie de la muestra, êsta emi-
te radiacién secundaria 6 de fluorescencia, la cual incluye las longi
tudes de onda caracterîsticas de cada elemento. La radiaciôn secundaria
es convertida por un colimador en un haz paralelo y dirigida a un cris
tal analizador para la longitud de onda de interés analltico, siendo ê£
ta, a su vez, refiejada a un detector ( en nuestro equipo montado en un
goniémetro de alta precisiôn) que convierte las sehaies de entrada en -
series de pulsos eléctricos que son procesados electrônicamente y envia
dos a un registrador continuo con objeto de obtener resultados cuallta-
tivos, o hacia una lectora digital para determinaciones cuantitatlvas.
De esta manera, los elementos en la muestra se pueden Identi
ficar , ya que la longitud de onda es una funciôn de la posiciôn angular
del cristal. Por otra parte, es posible determinar la cantidad de cada
uno, porque la intensidad de la radiaciôn, generalmente, es proporcio -
nal a la concentraciôn del elemento correspondiente.
2.2.1 Equipo utilizado
El sistema analltico adoptado ha sido un espectrômetro de
fluorescencia de rayos X PHILIPS semiautomâtico, modelo PW1410, de gran
estabilidad. Los componentes de este equipo son:
- Generador de 3 KW
- Espectrômetro con tubos de W, Mo y Cr
25
- Goniômetro
- Dispositivo de medida
Sus condiciones de funcionamiento, en los anâlisis cuantita
tivos, han sido las siguientes:
- Tubo de rayos X: wolfraraio
- Al i men tac iôn : 40 Kv y 30 mA
- Sistema de colimaciôn: grueso de 550 ym
. - Cristal analizador: LiF (200)
- Sistema de detecciôn: en tandem, compuesto por
* Contador de flujo, relienado, continuamente, por una mez-
cla de argôn-metano; con intervalo de barrido 20: 0 - 14 8'
* Detector de centelleo, de cristal de INa; con intervalo -
de barrido 20: 0 - 116” ,a 1000 V
El objeto de haber empleado este montaje del sistema de de
tecciôn es doble. Por una lado, el valor de las cuentas, combinado, re
duce el tiempo ôptimo de medida, y por otro, no exige ninguna correc -5
ciôn del contaje por debajo de las 10 cuentas por segundo.
2.2.2 Método
Los filtros con la materia depositada, los cuales son con--
servados en cajas de humedad constante, se extraen de éstas para some-
26
terlos a un anâlisis cuantitativo del elemento Fe bajo estudio. En un
proceso de este tipo hay que situar el establecimiento ôptimo de los -
parâmetros mencionados en el apartado anterior. Con vistas a no come -
ter errores en la mediciôn de la intensidad hay que hacer una selecciôn
exacta del pico del elemento.
Tambien, y con la idea de disminuir el error originado por
las irregularidades de la superficie de la muestra, utilizamos el spi-’
ner , el cual nos permite una rotaciôn compléta a unas 60 rpm, para
cualquier perlodo de medida. Esto nos proporciona alta precisiôn con -
tiempos de anâlisis pequenos.
De esta manera, las muestras son sometidas a la radiaciôn -
producida por el tubo de W y las intensidades en el pico de referencia,
expresadas en cuentas, acumuladas en perfodos de contaje de 10 segundos
por el contador digital, son relacionados con unos standards ô patrones,
que describiremos en el apartado siguiente, proporcionandonos las con
centraciones elementales.
Por ultimo, y con la idea de apreciar si la matriz elemental
se conserva en el tiempo, efectuamos una serie de anâlisis cualitativos,
periôdicamente, identificando cada pico, siendo capaces, de esta forma,
de deducir si algûn nuevo elemento se présenta en nuestra baja atmôsfe
ra, y en caso afirmativo, indicar si lo hace en una proporciôn mâs ô -
menos fijai
2.3 Patrones
27
Los métodos preferidos de anâlisis elementales de particules
en el aire son aquéllos que no necesitan di.-.oluciôn de la muestra, ni
ningGn otro tipo de preparaciôn. Estos métodos son casi siempre instru
mentales y no absolutos. El objeto de los standards de calibraciôn es
relacionar la senal instrumental respecto de la masa 6 concentraciôn -
del elemento en la muestra, asi como, asegurar la calidad de los méto-
dos analiticos.
Para satisfacer alguna de estas exigencias, en los anâlisis
por fluorescencia de rayos X, de las partlculas atmosfêricas, se em —
plean los siguientes tipos de patrones:
a) Homogôneos, que contienen soluciones standards, de uno o
mâs elementos, depositadas sobre un filtro.
b) Depôsitos de particules sobre e l filtro, a partir de:
- Minérales simples o de materiales de referenda standard
(MRS) .
- Matrices multielementales de limaduras.
Los del tipo b) contienen cantidades conocidas de polvo y -
del tamano de las particules, que depositadas uni formemen te sobre un -
ârea conocida del substrato del filtro, se mantienen adheridas a éste
por materia fijativa transparente a los rayos X. Los substratos prefe
ridos son los de membrana de 47 ô 37 mm de diâmetro.
Los métodos de preparaciôn por evaporaciôn de soluciones —
acuosas sobre filtros de papel, presentan (66) reproductibilidad muy -
pobre debido a efectos cromatogrâficos.
28
Los standards de particules no son faciles de préparer con -
la suficiente variaciôn de elementos y de concentraciones para servir
de patrones de calibraciôn primaries lo cual se ha puesto de manifies-
to en un estudio comparative (67) de diferentes standards que se obte
ni an de particules procedentes de rocas de referenda. En él, se obse£
vô que un factor déterminante en la anomalie de los resultados, era
que la distribuciôn por tamanos de las particules era mâs gruesa que -
las tipicas en contaminaciôn atmosférica. Son diferentes los autores -
que describen su obtenciôn (68-72) atendiendo al método de deposiciôn:
sedimentaciôn, filtraciôn de una suspensiôn liquida 6 de aire.
Respecto de los sintéticos, y debido a que su preparaciôn -
puede realizarse por medio de materiales puros usando métodos absolu--
tos, gravimétricos o volumétricos, hay que resaltar que sus propieda—
des especificas pueden controlarse para calibrar el instrumento. Evi—
dentemente, ésto, como su preparaciôn son ventajas que los hacen util£
zables en la calibraciôn y en la résolueiôn de determinadas interferen
cias cuando se desea funcionar en un amplio intervalo de concentracio
nés, pero presentan diferentes composiciones, tanto en tamano como en
contenido de las particulas, en relaciôn con las muestras reales de la
atmôsfera.
2.3.1 Caracteristicas de las muestras delgadas
En los ûltimos anos ha existido un râpido aumento en el uso
29
de esta técnica para anâlisis multielementales de muestras delgadas. -
Cualquier sustancia que pueda ser analizada en forma de materia depo—
sitada sobre el filtro cae dentro de esta categorîa.
Las principales ventajas de esta clase de muestras son - -
(73-74):
- Respuesta lineal del instrumento respecto de la masa elemen
tal por unidad de ârea.
- Los efectos de matriz no existen o son minimos.
- Simples correcciones de los efectos del tamano de las part^
culas, cuando éstas sean necesarias.
- Aumento de la relaciôn pico - fondo, es muy importante de -
cara a lograr buena sensibilidad analitica, respecto a las
muestras de espesor infinite.
La premisa bâsica es que los anâlisis multielementales de -
muestras delgadas, o que casi lo sean, son factibles de llevar a cabo
utilizando procedimientos basados en el modelo de muestra delgada, jun
to con factores de correcciôn, generalmente empiricos, para eliminar -
los errores originados por desviaciones de la muestra incôgnita 6 de -
los patrones reales, del modelo ideal.
Se define una muestra delgada (75-76) como aquélla que tie
ne un valor de ( + U2 ) . m, tal que el error f raccional en la medi
da de la intensidad de fluorescencia es menor que un determinado valor,
por ejemplo, 0.05 siendo y Pg los coeficientes de absorciôn mâsicos
totales de la muestra (sumados para todos los elementos)ligados a las
energias de la fuente y caracteristica dé rayos X, respectivamente, ex
presados en cm^/gr, y m la masa de la muestra por unidad de ârea, en -
30
gr/cm^.
No existe ninguna linea de division profunda que distinga -
ambos conceptos, pero si, no obstante, un criterio eficaz segdn el • -
cual, una muestra delgada estâ definida (77) como ague 11a que tiene -
una masa total, m, por unidad de ârea, tal que
m < 0.1V
donde el coeficiente de absorciôn mâsico efectivo medio es
p = Pj^cosecGj^ + p^cosecO^ , en cm^/gr
donde 0 y 8g son los ângulos de incidencia y emergencia, correspon -
dientes a las radiaciones ligadas a p y p^ , respectivamente.
La desviaciôn de una respuesta lineal debido a la propia ab
sorciôn es, aproximadamente, 0.5 wm. El espesor critico, por tanto, -
no estâ definido, pero, sin embargo, es una buena orientaciôn para sa
ber el de la muestra.
En este tipo de muestras a veces, se précisa hacer alguna
correcciôn si la naturaleza de la materia depositada sobre el filtro
no es de las mismas caracterîsticas que las de los patrones de referen
cia. Estas son debidas a:
1) Los efectos del tamano de las particulas.
Son causados por una significante absorciôn ô refuerzo de la
radiaciôn caracteristica. Los efectos de las muestras gruesas son pro
31
ducidos por la absorciôn integral de los rayos X en todas las capas de
particulas y muy complicados; no obstante, si la muestra obedece al —
criterio de muestra delgada, los efectos son simples y tratables. Ya -
que los .efectos entre las particulas son despreciables, debido a que -
la concentraciôn en volumen es muy pequena, el factor corrector solo -
dependerâ (78) del tamano de las particulas irradiadas por fluorescen
cia, permitiéndonos establecer un factor muy simple:
P . . i - .s-'-i rp'd
donde y cm , es la suma de los coeficientes de absorciôn lineal
para los rayos X de incidencia y caracteristicos y d, en cm, es el ta-
maho de las particulas,
2) Los efectos de matriz.
Se pueden valorar por medio del criterio de muestra delgada.
En caso de existencia, habria que establecer unos factores de correc -
ciôn para una serie de patrones que cubrieran el intervalo de concen -
traciones de interés.
El aumento de intensidad de fluorescencia que experimentan -
esta clase de muestras respecto de las gruesas, viene expresado, segûn
Rhodes et al. (79), por el factor:
2'" * 17; '
que generalmente es del orden de 4, lo que se traduce en el correspon
diente aumento de sensibilidad.
32
i 2.3.1.1 Calibraciôn
i; Puesto que en muestras delgadas, la intensidad de los rayost » ■ , .il X caracteristicos es una funciôn lineal de la concentraciôn del elemeniI to emisor en un amplio intervalo de concentraciones, hemos utilizado -
jj un factor de calibraciôn simple para dicho elemen to. Fue calculado a ;—
partir de patrones multielementales con concentraciones conocidas de -
los principales elementos, similares a las muestras reales de las par
ticulas recogidas del aire. Cada patrôn o standard se obtuvo por medio
I de un dispositivo que disehamos a tal objeto (80), el cual consistia -
i d e, a grandes rasgos, très bombas de vacio funcionando simultaneamente,
I que aspiraban aproximadamente el mismo caudal por lo que nos proporcio
naban très muestras de las mismas caracterîsticas fisicas y qulmicas,
con masas depositadas sobre el filtro tambien aproximadamente iguales.
Todas estas muestras se analizaron por ERX, con lo cual cada una de —
las concentraciones elementales era funciôn lineal de la intensidad 6
impulses contabilizados por el detector en la unidad de tiempo, consi-
derando 10 seg. como tiempo de contaje adecuado.
Posteriormente, una de cada très muestras fue analizada por
la técnica de espectrofotometria de absorciôn atômica, dandonos la ma
sa elemental depositada sobre el filtro. Con ésta masa o concentraciôn
(si la dividimos por los m ’ de aire que pasô a través del filtro duran
te el tiempo de muestreo) se pudo calibrar para cada nivel de concen -
traciôn conseguido. Asf sé déterminé la consiguiente recta de calibra
ciôn, y sus errores, fueron minimizados por el método de los mfnimos -
cuadrados.
33
Ya que la calidad de los resultados analiticos depende de -
su exactitud, y puesto que ésta es, a su vez, funciôn de la sensibili
dad refiejada por la recta de calibrado y de su limite mSs bajo de de
tecciôn ( sobre todo en bajas concentraciones), hemos tratado de mejo -
rar este punto, modificando el soporte portamuestras del espectrômetro,
que suele ser fuente de este tipo de errores a causa de las impurezas
de que consta la aleaciôn con que estâ fabricado,haciendo unos de clo-
ruro de polivinilo, CPV, los cuales no presentaban impurezas de esta -
clase.
Al representar la intensidad 6 valor de las cuentas del pi
co del elemento en el espectro, Grâfica 2.3.1, en funciôn de su --
concentraciôn, c, la pendiente(sensibilidad), a, de la linea de cal^ -
braciôn serâ igual a:
I - _E___ _f , donde I es el valor del conta je del fondo.
Ip
I
m c e n t r a c i 6n , p g / c i » *
rà fica 2 ,3.1 Recta tlpica de calibraciôn
34
Se define una senal sinificantemente diferente del fondo si
es mayor que éste en
k ’Ol^
Si tomamos k=2, quiere decir que cuando medimos una intensi
^f ^ , existe un 95% de probabilidad de que ésta sea ver
daderamente una senal caracteristica y no tan solo una fluctuaciôn del
fondo.
La intensidad neta es, por tanto, 2o^ y el mâs bajo limite
de detecciôn serâ:
L O . J l f
Segûn este test, se define (81) el LD como la concentra -
ciôn que da una senal Ip correspondiente a dos desviaciones standard -
del valor de fondo, dondef t 1 /2
«f '
siendo t el tiempo de contaje del fondo e igual a la mitad del tiempo
total del anâlisis elemental. Como se necesitan dos medidas,en el pico
y en el fondo, habrâ que multiplicar por ✓'2, con lo que 2 /2 = 3 , y —
tendremos que
LD = 2(^) Va f
en la que se dividiô por a, para convertir la desviaciôn en cuentas por
segundo, en concentraciôn.
De esta manera, si fijamos el tiempo de anâlisis, el LD serâ
35
un minimo cuando
S =/I
sea un mâxlmo, con lo que podremos comparer los resultados obtenidos
para los portamuestras del espectrômetro y los de CPV. Con esta idea
hemos tomado 7 filtros patrôn cuyas concentraciones de hierro fueron
determinadas por absorciôn atômica. En la siguiente tabla exponemos
las intensidades netas, indicadas por las diferencias entre las lec
tures en el pico y el fondo en cuentas por segundo, y, la masa ante-
riormente citada,en yg.
5001 7141 6558 7665 5838 9 704 11647
6544499376252868610883611102
1.414.9 9.916.9 31.332.744.8
Posteriormente realizamos los siguientes ajustes
= 4953 + 151*M con r=0.998N , se= 986 + 236*M " r=0.993N , cp V
que les correspondîan unas sensibilidades
S = 2.1se=opv - ’ -5
con lo que se consigue afirmar que las variables instrumentales, y -
en consecuencia el limite de detecciôn, se han optimizado al emplear
los portamuestras de CPV en las determinaciones cuantitativas de Fe.
36
Por ûltimo, se procediô a calibrar , una vez calculadas las
intensidades netas, es decir, una vez restado el blanco, mediante apl^
caciôn del método de los minlmos cuadrados; puesto que el intervalo de
concentraciones era muy amplio, se desdoblô en las dos rectas:
M = 0.00H27*I|^ - 1.853 , n = 17 , r = 0.968 , para 8436 cps
M = 0. 01023' - 52.12*4 n = 1*4 , r = 0.966 , " 8436 "
El limite mâs bajo de detecciôn se calcula en la primera de
estas ecuaciones, y vale, LD = 0.1 yg , que estâ muy por debajo de -
los valores medios recogidos diariamente( del orden de 50 a 60 yg)* Se
gûn ésto, la sensibilidad del método es mâs que suficiente para la de-
terminaciôn del elemento hierro en las particulas del aire.
A continuàciôn indicamos, por medio de la Figura 2.3.1, los
limites de exactitud, exprèsados por las diferencias relatives en tan-
•V . .
‘ j r / .4 «!«’ 'I i • I • ! ;i*- i .>i; ' > r v » r s .* 1 ., j » • •!♦' ï I rp A n i 4 I: b i e r i " i l . ; r I r f i , ) ■
«l*f p. t? 1 , r x p r r % , I . e n il?,■4 •• X, - id*-' r r r: % .
37
to por clento, en funciôn de la masa depositada sobre el filtro. En or
denadas estarân aquéllos (e %) y en abcisas las masas en yg, evaluadas
ambas variables segûn la media de cuatro medidas efectuadas indepen -
dientemente en cada muestra.
Ante todo, se puede apreciar que las mayores discrepancies,
entre los valores cosiderados como reales y los calculados, aparecen -
con las mâs pequenas cantidades de Fe, mientras que cuando éstas son -
mâs elevadas, la curva interpolada tiende asintôticamente a un valor -
finito de £. Esto signifies que el método estâ caracterizado en parte
por errores relatives constantes, y en parte, por errores absolutos —
constantes.
La curva interpolada es, en efecto, la hipérbola de mfnimos
cuadrados
e% = 121^ + 3.10 M
que sépara las componentes debidas a cada uno de los tipos de error, -r
En efecto, se tiene una contribuciôn de aproximadamente el 3% indepen-
dientemente de la cantidad de Fe présente en la muestra, mâs una con -
tribuciôn que varia de 1.5%, para 200yg, a 20%, para 15 yg de Fe, y que
para el valor medio de la masa de Fe diaria recogida durante el pério
de total en estudio(50 a 60 yg) séria de un 5 a 6%, aumentando bastan-
te rapidamente a medida que la cantidad en la muestra va disminuyendo.
El coeficiente de correlaciôn para esa ecuaciôn es:
r = 0.941
que apoyado por un conjunto de 27 datos expérimentales demuestra la va
lidez de la interpolaciôn hiperbôlica elegida.
38
3. PROCESOS DE ELIMINACION DEL AEROSOL HIERRO EN LA ÂTMOSFERA
3.1 Efecto de la precipltacl6n en los niveles de concentraclôn
El hecho de que gran parte de las partîculas contaminantes,
en suspensiôn en el aire, sean retiradas y depositadas con la precipi-
taciôn en la superficie terrestre, patentiza el papel que la roeteorolo
gfa juega en los temas de la contaminaciôn atmosfërica.
El aire contaminado por aerosoles puede interaccionar con -
la precipitaciôn de dos formas fundamentales: por un proceso de captu
ra de las particulas contaminantes dentro de la nube (rainout, en ter
minologie anglosajona) y el que se refiere a la captura debajo de las
nubes (washout), que dan lugar al retiro de materia del aire por depo-
siciôn hûmeda. Estos importantes procesos fisico-qulmicos son bastante
complicados y en la cas! prSctica totalidad de los casos dependen de -
una detallada informaciôn que no se suele poseer. A la vez, su concen-
traciôn depende de otra serie de factores meteorolôgicos, aiguno de
los cuales (p. ej. el grado de inestabilidad de la atmôsfera) afectarSn
39
a la precipitaciôn y acentuarân la complejidad de la dependencia.
El primer paso, que en general supone una gran simplifica -
ci6n del problema, consiste en admitir que la precipitaciôn posee un -
efecto de limpieza de la atmdsfera, efecto que para su anâlisis exige
especificar tanto la distribuciôn del contaminante como de la precipi-
taciôn. Una entrada simplificada al problema trata, en primer lugar, -
en la determinaciôn de la concentraciôn de una situacidn meteorolôgica
dada y en la posterior consideraciôn del efecto de lavado. Para el es-
tudio de este efecto sobre la concentracidn es necesario especificar la
intensidad de la precipitaciôn, lo cual se logra suponiendo un valor -
constante de ésta, aunque es bien conocido, sin embargo, que la preci
pitaciôn y de una forma especial la muy intensa, varia marcadamente en
el espacio y el tiempo.
Esta variaciôn temporal, asi como el propio valor de la pre
cipitaciôn, tienen crucial comportamiento sobre la concentraciôn de
los contaminantes atmosfëricos y otros aspectos (de tipo estructural)-
de éstos como ya han puesto de manifiesto algunos autores (82-85)
todo ésto es probable que una descripciôn estadfstica de la preçipita-
ciôn como de su variaciôn temporal sea mSs apropiada que una espécifi-
caciôn propiamente deterministica. En consecuencia, trataremos aqui de
poner en evidencia el efecto de lavado que se produce sobre el aerosol
hierro en la atmôsfera a través de la informaciôn proporcionada por -«i
los datos de precipitaciôn media diaria.
3.1.1 Determinaciôn del umbra1 de la concentraciôn de hierro
40
Los anâlisis de correlaciôn exigen ciertas restricciones. -
Por ejemplo, los datos deben estar normalmente distribuîdos, lo que —
significa que deben tomarse logaritmos como comunmente ha sido genera-
lizado. Un segundo punto es que dentro de los datos no existan varia -
ciones temporales sistemâticas que darlan falsos coeficientes. Una ma-
nera de resolver êsto séria eliminando el ciclo prédominante, que en -
nuestro caso como veremos en el apartado 3.1.3, es el ciclo semanal, -
utilizando solamente las concentraciones de martes a sâbado, con lo —
que se conseguiria extraer las concent raciones mSs bajas que se preseii
tan los fines de semana y muy acusadamente los domingos.
Ya que son diversos los parâmetros que intervienen en la de
terminaciôn de los niveles de la concentraciôn de hierro en la atmôsfe
ra, hemos de tratar de establecer unos valores équivalentes de fondo,
con el menor riesgo de error posible, por encima de los cuales podamos
asignar un efecto de lavado, Kellog et al.(ge) los calcularon para el
S0„.
0.561
0. 3900. 590
Tabla 3.1 : Njvclcs Je concentlac i 6n obscrvaJos en las diferen-
tes clases do precipitaciôn.
41
Para ello hemos dividldo la escala de la precipitaciôn en 4
clases (mâs otra que séria la de no precipitaciôn) y hemos calculado -
sus concentraciones médias diarias anuales de hierro, con los valores
que se indican en la siguiente tabla 3.1
A esta distribuciôn se le han ajustado diferentes tipos de
funciones, verificandose en total acuerdo con otros autores (87-91) —
que la que mejor lo hace es la de tipo logaritmico negativa tanto anual_
mente como para el periodo complete de los cuatro anos.
La validèz de la curva, ajustada por el método de los mini
mes cuadrados, viene avalada por la alta significaciôn estadistica, -
P > 99%, de su coeficiente de correlaciôn r = -0.85. El nivel umbra1 6 de fonde,Co, que büscamos vendrâ indicado por el valor de la ordenada
en el origen, 0,498, menos un término sustractive proporcional tnp y a
una constante que en nuestro caso vale 0,0154, con lo que la elecciôn
de los dias en que se desarrolle efecto de lavado exigirS que la concen
traciôn del dia anterior sea superior a dicho Co.
3.1.2 Coeficiente de lavado
Como ya hemos mencionado vamos a tratar de establecer un pa
râmetro que englobe los procesos descritos. En consecuencia, definimos
como coeficiente de lavado, la cantidad de hierro retirado de la atmÔ£
fera por la precipitaciôn en la unidad de tiempo.
Asi, si en un instante determinado la concentraciôn del
aerosol es c, transcurrido un tiempo habrâ disminuido debido a la preci
42
pitaciôn una cantidad que serâ proporcionai a la concentraciôn inicial,
es decir
— = -A'c (1)dt
dode X es el coeficiente de lavado, de diroensiôn .
Si intégrâmes la ecuaciôn anterior entre dos instantes de -
terminados, tendremos que
In— — = -A(t. - t . (2)
en la que hemos supuesto, como en adelante, que X es un valor medio pa
ra poder integrar la exprèsiôn(1), ya que no disponemos de registres -
continues de precipitaciôn que nos pudieran indicar la évolueiôn tempo
rai, durante esos dos instantes, de éste parSmetro. Este parâmetro es
funciôn de 1 tamano y velocidad de calda de las gotas, de la mezcla tur bulenta y de otros que, a su vez, dependerSn del tamano de las partfcu
las que constituyen el aerosol, de su estado de oxidaciôn, asi como, -
de la presencia de otros contaminantes.
Admitiendo que existe una relaciôn lineal entre el coeficien
te ^ y la cantidad de precipitaciôn £ de la forma
X = ap
sin término independiente,ya que éste englobarfa la influencia de to -
dos aquellos factores no considerados en la determinaciôn de X, el pro
blema se redudirS a estimar el valor de a para el caso de una recta —
que pase por el origen.
El câlculo de los coeficientes de lavado X, lo realizamos -
43
despejando éste en la ecuaciôn (2), o sea;
A Zn -
donde c es la concentraciôn medida el dîa t y c^^^ la del dla ante -
rior, con la condiciôn de que ésta sea mayor que la concentraciôn Co .
En la tabla 3.1.2 se indican los coeficientes de lavado cal-
culados de esta manera y la precipitaciôn para cada una de las diferen-
1 - 2 3 1 7A P A p A p ■A P
0. 358 5 . 7 1 . 059 9.5 1.217 1.1 0.770 6.0 1.115 1 .10. 1U9 5 0 . M 7 S 12.2 0.657 2 . 1 1.213 3.1 0. 890 2.61. 110 3. M 0.675 0.7 0. 272 9.2 1.173 27.0 0.331 2.60. 353 5.5 1. 218 1,1 0. 820 0. 3 1.011 3.0 0. 360 2.00.968 3M . 5 0. 1 80 7.0 ? .513 30,5 0.672 2.2 0.536 2.60. Il50 3. 8 0. Î38 0 . 7 0. 130 1.2 0.267 1.6 0.112 3. 70. 890 8.6 0. 530 1.5 t .028 7.1 0.623 6.8 0.127 1.00. 299 0. 3 1 . 371* 1.6 1 . 360 16.9 0.200 1.3 0.211 2.00. 873 8 . M 0. 567 8.3 1 . 773 9.0 0.131 ' 0.5 0.555 1 . G0.518 1 . 0 0. 907 8. 5 0. 901 9. 7 0.515 0.7 0. 300 2.60. 295 5 . 7 0. 288 1.2 0.688 2 . 2 0.373 1.0 0.159 1 . 50. 279 3.0 0. 182 0.5 1 . 055 18. 6 0. 176 3.21.939 •1 . 7* 0. 532 1. 8 0. 720 3.0 1,0 51 0.30.597 1 . D 0.C15 1 . 5 0. 6i0 2.01.253 11.2 0. 881 12.1
0, 5
a = 0.113 a = 0. 1 39 a = 0. 229X -- 612 X = 0.935 X = 0.630 X = 0. 521
r ' 7e p " 0 .21 p = 1.55 P = 2 . 27
T I» b 1 ,1 3.1.2 : G o f i c i c n t e 5 do 1 a v ü o .
44
tes situaciones slnôpticas, que definiremos posteriormente. Se manifies^
ta,en general, una dismlnuclôn de dlchos coeficientes con la cantidad
de precipitaciôn y se advierte este hecho de una manera mâs clara en -
la situaciôn 7, en la que a una disminuciôn,bastante mâs acusada, que
en las otras situaciones le corresponde una variaciôn anâloga de X .
Tambien vienen expresados los coeficientes a para estas si
tuaciones. La estima mâs précisa de éstos depende de que la distribu -
ciôn de la varianza de los residuos sea constante ô proporcionai a p»
siendo en nuestro caso de éste ûltimo tipo.
Los valores de a son practicaroente iguales en las très pri
meras situaciones, notandose gran diferencia con el de la situaciôn 7,
achacândose este resultado al caracter tormentoso de la precipitaciôn
en esta clase de situaciones.
Los valores de esta tabla han sido extrafdos solo para aque
lias situaciones que presentaron suficiente nûmero de dfas, con las —
condiciones establecidas, y sin que las concentraciones fueran prome -
dios de mâs de un dfa.
El coeficiente a calculado, de esta manera, para el perfodo
total, n = 64, ha sido
a = 0.117 ± tg 05X = 0.117 ± 0.041
X = (0. 117 ± 0.041) "P
con un nivel de significaciôn, de esta relaciôn, superior al 99% con -
lo que queda demostrada claramente su validez.
45
3.1.3 Evolueiôn semanal
Anteriormente hemos mencionado que la evoluciôn de las con -
centraciones durante los dîas de fin de semana presentan una notable -
anomal!a respecto de los laborables, anomalîa que se observa con clar^
dad en la Figura 3.1.3 a). Los datos numéricos que dan lugar a esta re
presentaciôn, correspondientes a los promedios diarios bajo estudio, -
han sido obtenidos tras la previa construcciôn y ejecuciôn del progra
ms EVOL en lenguaje Fortran IV.
I< ) I f f I ;> I t ï i / n I T .H , | r •• *1 f î «
46
La variabilidad de las concentraciones medidas diariamente -
constituye, en cierto modo, un obstâculo a la hora de juzgar los resuj^
tados promediados. Con objeto de aumentar la fiabilidad de éstos, las
hemos reagrupado en dos poblaciones, la de los dias laborables y fin -
de semana, en el que en éste ûltimo grupo se ha incluido como tal el -
lunes pues taies dias corresponden a una toma de muestra que va desde
las 12 h. del domingo a las 12 h. del lunes, con médias de concentra -
ciôn globales 0.805 y 0.587, respectivamente. Sometidos ambos resulta
dos al test estadistico F de Fisher-Snedecor,se apreciô que las médias
de ambas poblaciones son,significantemente, diferentes a un nivel de -
significaciôn P > 99.9%.
Por otra parte, y con la idea de apreciar el efecto descri to
por Detwiller (9 ) para Pajris, en el que parece indicar que la intens_i
dad y la frecuencia de la precipitaciôn durante los dias laborables es
mâs alta que durante los fines de semana, debido al aumento progresivo
de las actividades industriales, hemos elaborado la evoluciôn semanal
de la precipitaciôn. Figura 3.1.3.b), sin haber detectado diferencias
significativas en ambos periodos.
Tratando de conseguir una valoraciôn mâs précisa de estas d^
ferencias se ampliô el periodo al comprend!do entre 1948 - 197iB, con -
datos del Observatorio del Retiro. Tanto las médias de la précipita
ciôn como sus frecuencias, expresadas por el nûmero de diâs en que e -
xistiô, se indican en la tabla 3.1.3.
Puesto que los valores del estadistico F de ambas variables,
en ningûn caso süperaba el Fô dado en las tablas, no fué posible recha
zar las hipôtesis nulas Ô de igualdad de las muestras, es decir, no e-
47
xiste evidencia de que la precipitaciôn 6 su frecuencia tienda a acuirtu larse en cualquiera de estos periodos; concluiremos, entonces, que la
d l a
se ma na
d i a s
de
j ] u v l a
p r c c i f t i t a c i d n
m e d i a , m m / d î a
' I2C 4 . 396
M U37 4.512
X 399 4.949
J M16 4. 885
V M27 5, 176
s 4)0 4.598
D 408 4. 76?
Tabla 3.1.3 : E v o luclin semanal de la
precIp l t a c 1 6 n durante cl
pe r iodo 19-18 - 1970
precipitaciôn parece no ser un factor influyente en el minimo del c^ -
cio semanal de las concentraciones del aerosol Fe.
Otro rasgo caracterlstico de este ciclo, a destacar, es el -
de presentaciôn de mâximas concentraciones los miercoles disminuyéndo
respecto a este dla los jueves y viernes, fenômeno ilôgico, a priori,
puesto que por efecto de acumulaciôn en la atmôsfera debieran ser mayo
res. Sin embargo, si tenemos en cuenta la Figura 3.1.3 b , y que la mue£
tra de la precipitaciôn es homogénea, las influencias que sobre la evo
luciôn de la concentraciôn produzcan serSn comparables en esos mismos
dias.
48
AplicSndo el mismo test, se verificô, ademâs, que ninguna de
las fludtuaciones observadas, dla a dîa, marcaba un cambio significat^
vo en la precipitaciôn ni para el période 1948-1978 ni para el que es
objeto de este trabajo.
Como, sin embargo, las ûnicas diferencias claramente signify
cativas en la evoluciôn de las concentraciones se han presentado entre
los sâbados y domingos, por una parte, y entre lunes y martes, por otra,
estâ claro. que no parece ser la precipitaciôn el factor causante de tal
cambio en la evoluciôn de la concentraciôn del aerosol Fe, y que el sâ
bado perteneçe a la poblaciôn laboral.
3.2 Efecto del môdulo de la velocidad del viento en los niveles de con
centraciôn.
El viento, su velocidad y direcciôn, es quizâs la variable -
meteorolôgica mâs ûtil de estudios de contaminaciôn ambiental. Da la -
direcciôn y velocidad del transporte. Es el mâs representative del pun
to donde se hacen las medidas, depende de la naturaleza de la superfi
cie subyacente, de que sea dla o noche, y de otras variables meteorolô
gicas.
Ya que las concentraciones presentan como veremos,mâs ade -
lante, cierta persistencia, es decir, que un valor determinado depen
de, èn cierta forma del precedente, es obvio que este fenômeno hay
que tenerlo en cuenta a la hora de valorar el coeficiente de disper -
49
siôn; ésto nos obliga, por otra parte, a tratar de evaluar su depended
cia, mâs que con el propio valor del môdulo de la velocidad del vien -
to, con su variaciôn relativa.
3.2.1 Influencia del môdulo de la velocidad del viento en los niveles
de concentraciôn
Parece ser que los fenômenos atmosféricos no se deben consi
dérer aisladamente; es necesario tener en cuenta la dependencia que e-
xiste entre los valores precedentes de la variable y los siguientes en
orden cronolôgico, de forma tal que, esta dependencia disminuye al au
mentar el intervalo transcurrido entre instantes sucesivos.
Procediendo de una manera anâloga a como se hizo con la pre
cipitaciôn y admitiendo que las emisiones se mantienen constantes, la
variaciôn de la concentraciôn observada se puede expresar por
— = - T .cdt
donde c es la concentraciôn y jr un coeficiente de proporcionalidad, en
el que el signe menos se debe a la suposiciôn de que la concentraciôn
disminuye con el tiempo.
Al integrar la expresiôn anterior, entre las concentraciones
correspondientes a un dîa c^ y la del dîa anterior se tiene que
50
C .In- = -T.At
con lo cual el coeficiente de proporcionalidad x se convierte en
1 c .t = -— tn— —At ^i-1
Coincidiendo At con el intervalo de muestreo, que en nuestro caso es -
1 dia, se reducirS a la expresiôn
T = - £m— —^i-1
dependiendo este coeficiente del tipo de masa de aire, de la estabili-
dad atmosfôrica y del môdulo de la velocidad del viento, entre otros.
Con la idea de identificar el tipo de distribuciôn en el que
se apoya x respecto del môdulo de la velocidad del viento y consideran
do que mâs que de 1 propio valor absoluto depende del grado de varia ciôn respecto del dia anterior, se estimô que tal distribuciôn era de
la forma
, IvJX = a.tn------- + b
tras la previa representaciôn grâfica por puntos de la Figura 3.2.1, -
en la que se impuso a los datos las condiciones de que no existiera
precipitaciôn ni que fuera domingo por los motivos mencionados en el a
partado 3.1.1 .
n = 302
51
-j.o . —11. 1 I I t t— — — .-•1.8 -0.6 -W.4 -0.2 0 0 . ?
(Vif
0.4 0.6 0. B 1.0
: r> iû p ,ra ih a dfr iM s p i * r r . i6 o d e p ‘jn to - > de 2 ^ vnr : aci 6n t.c I a con -
■en trac i on 1 c:i funciôn de las var'aricnes diai’ias de (v|
Los valores numérlcos proporcionados por el ajuste de esta funciôn fueron
T = - 0. 977- In - 0.114
o lo que es lo mismo
52
con n = 282 , r = -0.60 ( P > 99.9% ), en la que la consistencia del
exponente viene determinada por el error standard de su estima
a = 0.977 ± tg 05x8 = 0.977 ± 0.153
Del exponente obtenido, practicamente igual a la unidad, se
advierte una proporcionalidad inversa y de la misma magnitud entre las
variaciones relativas de los môdulos de la velocidad del viento y las
correspondientes del aerosol hierro, es decir, a un cambio de veloc^ -
dad del viento le corresponde el mismo cairibio, en sentido opuesto, en
la escala de las concentraciones. Este exponente es caracterlstico del
contaminante, de su vida media 6 de permanencia en la atmôsfera y de - sus propiedades aerodinâmicas.
Asf mismo, la variaciôn relativa del |v| parece ser, por el
pequeno valor de b, un factor influyente en el grado de persistencia ô
de variaciôn de la concentraciôn de un dia a otro.
U 0 t a A . -
{1) en m m / d î a{2 } en g / m 3{3 } en dias *{'4 } en mm
53
FACTORES QUE MODULAN LA CONCENTRACION DE HIERRO EN LA ATMOSFERA
4.1 Patrones sinôpticos
Las fluctuaciones del aerosol hierro ambiental observadas
nos hacen sospechar que no solamente estân ligadas a unos parâmetros -
meteorolôgicos simples ô directes, sino que pueden, también, estarlo a
unos sistemas sinôpticos los cuales den mayor explicaciôn de la varian
za puesta en juego en taies dependencies. En particular, se observa -
que esas variaciones estân asociadas a unas situaciones ô patrones me
teorolôgicos tipo estudiadas en anteriores trabajos (92,93) y que sonfâ
ramente se pueden définir como
(1) Ciclones frfos
(2) " câlidos
(3) Flujos de aire procedentes del tercer cuadrante
(4) " “ " " " cuàrto "
(5) " " " " " primer "
(6)(7) Anticiclones frîos
(8) " câlidos
(B^) Bajas térmicas
54
segundo
"'.nu.r
EF
55
Con miras a comprobar su influencia, se han representado en
la Figura 4.1 a) y b) las concentraciones médias observadas durante -r
la presencia de cada una de estas situaciones, con sus intervalos de
confianza ( P = 0.95 ), de los anos 1976 y 1977 (incluyêndose en éste
ûltimo los meses de enero y febrero de 1978).
En ambos anos se aprecia un comportamiento paralelo, dife -
rénciandose solamente en los valores medios de las concentraciones, -
cuya proporciôn corresponde a la de los totales anuales.
En la grâfica c) se ha hecho lo mismo con el periodo total,
soroetiendo a estudio previamente la muestra compléta, es decir, los -
niveles medios observados de las concentraciones referidos a las 9 corn
ponentes slnôpticas, veri ficândose un carâcter heterogéneo de éstas.
Para completar la informaciôn, de cara a un balance glôbal,
se construyô la grâfica d) la cual expone la contribuciôn de cada corn
ponente al valor medio global. Se manifiesta una acusada aportaciôn -
de la situaciôn 7 con un 55%, de la 2 con un 15% y de la con un 11%,
o sea, la contribuciôn de estas très componentes dan cuenta, de un
80%, aproximadamente, de la masa medida del aerosol en las capas ba -
jas de la atmôsfera, en el punto de muestreo, durante los ûltimos ahos
en estudio.
En el lado de las altas concentraciones de la grâfica c) se
presentan dos tendencias significantemente ( P > 0.99 ) definidas: la
debida a las situaciones 7 y B^ que lo hacen como una muestra ûnica,
con concentraciôn media c = 0.937yg/m^ y varianza s^ = 0.438, y, la -
situaciôn 8, caracterizada en anteriores trabajos como indicadora de periodos episôdicos, al menos potencialmente, con valores c=1.672pg/m*
y s^ - 1.127 .
56
Por el lado de las bajas concentraciones se manifiestan, ta
bién, dos tendencias claramente ( P >0.99 ) diferentes. Por una par
te, la de los flujos de aire câlido, en los que englobarfamos a las -
situaciones 2,3,5 y 6, como muestra homogénea de caracterlsticas sim^ lares, tanto en sus valores medios como en las fluctuaciones, con
c = 0.461 gg/m^ y s* = 0.082; en contraste, la de flujos portadores -
de masas de aire frîo, situaciones 1 y 4 , con c = 0.232 ^g/m^ y
s^ = 0.010,poniendo de manifiesto que con la apariciôn de este tipo - de flujos encontraremos muy poca cantidad de Fe, con pequehas oscila-
ciones sobre estos bajos niveles medios con lo que podremos,asi, ca -
racterizar a estas situaciones de muy eficientes en la limpieza de
particules de Fe en suspension en la atmôsfera procedentes de otra
clase de situaciones, acentuado este proceso, ademâs, porque los vien
tos del norte, generalmente, transportan aire libre de emisiones, ya
que en Madrid las principales âreas industrializadas estân confinadas
a las zonas del sector sureste de la ciudad.
Hasta ahora hemos expuesto las estimas de las médias de las
distintas muestras ô conjunto de situaciones meteorolôgicas homogéneo.
Como en ellas se aprecia un cambio de carâcter cuantitativo, en los -
niveles de concentraciones, hemos creido conveniente valorar la magn_i
tud de la variaciôn y sus errores standard ya que presentan diferen
tes tamahos y varianzas, tras la reordenaciôn de estas componentes en
los siguientes grupos de las mismas caracterlsticas contaminadoras:
A = situaciôn 8 C H situaciones 2,3,5 y 63 = " 7 y B_ D = " 1 y 4
57
Diferencia entre A y B: A C ^ g = 0.735 ± 0.234,gg/m'
" " B y C: ACg = 0.476 ± 0.041,gg/m^
C y D: ACç g = 0.229 ± 0.022,gg/m^
o lo que es lo mismo sus variaciones relativas
“ a -b ■ S - 5, = 0.8-5j
‘C b -c - S - 5c ' '•“•5c
' Ê - B = 5c - 5 „ ' '•“•5„
advirtiendose que las diferencias entre grupos son, en general, del -
mismo orden, aunque se observa un valor algo menor de este coeficien
te, 0.8, para las de tipo anticiclônico, que supone Una variaciôn del
80% respecto de la mâs limpia de las dos, frente a un 100% entre los otros grupos comparados.
Anteriormente vimos, indicado por la grâfica d) las contri-
buciones de cada components sinôptica. Esta misma grâfica nos sirve -
para refiejar la contribuciôn de los diferentes grupos. Se establece
que la contribuciôn de los grupos B y C explican, aproximadamente, un
90% respecto del mismo balance global de la concentraciôn del aerosol
hierro.
58
4.2 Indice de consistencia de la direcciôn del viento
Uno de los objetivos prScticos en el estudio de la disper -
siôn de los aerosoles en un nûcleo urbano trata de la identificaciôn
de los parâmetros meteorolôgicos que logren expresar, en cierto grado,
la difusiôn en la capa limite. Algunos autores(94,95) han demostrado
que la desviaciôn standard de las fluctuaciones horizontales de la d^
recciôn del viento es un buen indicador de la dispersiôn lateral del
contaminante en cortas distancias.
El concepto de direcciôn del viento en un periodo dado es,
en muchas ocasiones, dificil de définir. Esto junto con su propia na
turaleza circular, asi como al hecho de que su medida en la mayorla -
de los casos no pueda ser continua, sino promedios discretos, compli-
can su determinaciôn.
Para definirla son diversos los métodos utilizados;
El mâs simple, es el que le asigna el mâximo nûmero de lec
tures durante ese periodo. Otros calculan la direcciôn media del vien
to, pero ésto solo se puede emplear cuando la variaciôn es pequena, -
ya que, la direcciôn media del viento présenta una distribuciôn circu
lar. Un ûltimo tipo de método, la calcula usando la fôrmula de Lam -
bert al proyectar sobre los ejes cartesianos N-S y E-W, componiendo a
si la direcciôn résultante.
Los très métodos adolecen del mismo inconvénients : ninguno
es capaz de estimar el grado de variabilidad del viento durante el pe
rîodo de interés.
El objeto de este punto del trabajo consistirâ en de
terminer unos Indices de consistencia que se puedan emplear en la ob-
59
tenciôn de unas aproximaciones, lo mâs simples poslbles,de las desvia
ciones standard de la direcciôn del viento y, en consecuencia, en la
caracterizaciôn de unos sectores que representen la direcciôn dominan
te diaria del viento.
4.2.1 Câlculo
Heidorn (96) define un Indice para hallar la consi£
tencia, en el caso discreto, en funciôn del nûmero de horas que ha so
piado el viento en las diferentes clases de los sectored considerados
donde = EH^.cosS^ , es la proyecciôn de las componentes
sobre el eje N-S .
= EH.-sen0^ , es la proyecciôn sobre el eje E-W .
H = E H . , es el nûmero de horas del periodo -i ^
considerado, 1 dla., el nûmero de horas de procedencia del viento de
la categorla i .
0. , el ângulo mitad de tal categorla.
60
Los valores de éste Indice varian entre £, cuando la suma -
de las componentes en los ejes N-S y E-W es cero, lo que indica varia
bilidad totalmente simétrica, y, 100, si la direccién es constante du
rante el periodo de muestreo-
En nuestro caso, para los datos suministrados por los regis
tros continues del anemocinemôgrafo situado a unos 28 m- sobre el ni
vel del suelo en el lugar de muestreo, correspondientes al periodo de
enero de 1977 a febrero de 1978, se procedié a la comparacién entre -
los indices de consistencia, IC, y, la desviaciôn standard, Ds, de la
direcciôn del viento. Calculados ambos por este método, se represen -
tan en la Figura 4.2.1, tras la construcciôn y ejecuciôn del programa
, or qrâf’cE dn la relaci6n entre los Indices de con-
sistcr.cia, abcitias, y la desviaciôn standard, ordenadas, de la direcciôn dol viento .
61
de Plotter en lenguage Fortran IV denominado PLOTIC, en la que en ab-
cisas vienen indicados los primeros y en ordenadas las segundas, expre
sadas en radianes.
Aplicando el método de los mfnimos cuadrados hemos tratado de de
terminer la funcién- que mejor ajusta la nube de puntos. Para ello, he
mos empleado el programa BMDP5R que efectûa la aproximacién de funcio
nés polinomiales. Con la idea de evaluar la bondad del ajuste se rea
lizé un estudio del estadistico F, concluyéndose que la que mejor se
adaptaba era la de segundo grado
Ds = a^ + aj'IC + a^'IC^ donde
ag = 0.55853 ± 0.0050
aj = -0.00215 ± 0.0002
ag = -0.00003 ± 0.0000
correspondiendo los (*) a los errores standard de los coeficientes de
la regresién que, con n=351 y r=-0.989, ponen de manifiesto la estre-
cha relaciôn existente entre ambos parâmetros. Consiguientemente, el
indice de consistencia se puede usar para medir la variabilidad del -
viento y, en consecuencia, como test de selectividad de dias especif_i
COS .Si suponemos que la direcciôn del viento se distribuye nor
malmente alrededor de su media, el 99.9% de las observaciones estarân
comprendidas dentro de 6 desviaciones standard (94), con lo que si -
queremos définir sectores de procedencia del viento en que todas las
direcciones hayan estado comprendidas en un intervalo,por ejemplo 45°
62
( ângulo de discretizaciôn de la rosa de los vientos de 8 direcciones), los indices de consistencia a utilizer como criterio de selecciôn de
dias con estas caracteristicas serân los que tengan IC > 90, de acuer
do con la Tabla 4.2.1 que fue construida a partir de la relaciôn en -
tre Ds y IC dada por la ecuaciôn de regresiôn anterior.
Ds. rad 0 . 5 3 . 0 . 5 0 . 0 . .6 S 1 .1 3*
Ds , gradA! 10. 6 J6 .»
6 0 s , f ra d .
..1*1
Tabla 4.2.1 Desviaciones standards, Ds, de la dlreccldn del viento para valores seleccio- nados de au indice de conalatencla. 1C .
4.2.2 Aproximaciôn al câlculo del Indice de consistencia
La desviaciôn standard de la velocidad del viento da bajo •
ciertas condiciones una ligera idea de su dispersiôn, sin embargo,
los registros continuos del môdulo de su velocidad pueden tambien u •
sarse para conocer la frecuencia de una determinada categorla; por
tanto, si la frecuencia relativa, expresada en tanto por ciento, del
63
nûmero de horas 6 frecuencia que esa clase se présenta en un perlodo
dado ( 1 dfa en este trabajo) u otro parâmetro ligado a éste, como es
el môdulo de la velocidad del viento, |v|, se encontrara que son bue-
nos predictores del IC se podrfan emplear en el cSlculo de las flue -
tuaclones horizontales, expresadas por las desviaclones standard, D g ,
de la direcciôn del viento.
La idea de este apartado es entonces, obtener unas aproxima
ciones, le mâs exactas posible, de dlchas desvlaciones y, si este es
el caso, définir las relaciones determinadas por alguno de estos parâ
metros de fâcil medida.
4.2.2.1 Influencia del |v| en el Indice de consistencia
En el apartado anterior se vi6 la estrecha relaciôn exister»
te entre Ds y el IC. En este vamos a intentar lo mismo con IC y |v| -
por tener .éste ûltimo parâmetro un câlculo menos laborioso» con los -datos que proporciona la Tabla 4.2.2.1 (pâg.65).
Taklm n . 2.5.1,1. f 1 c J ent«« de corr«l#ci6n entre IC y |v| p«r« diferentee «octore» de pr
de II cia del viento.
64
En un primer paso hemes valorado la relaciôn existente en -
tre ambos para cada sector de procedencia del viento. Se cumpliô, se*
gûn indica la tabla 4.2.2.1.Iuna relacién lineal en todos los secto -
res a excepciôn del E (67.5®- 112.5®).
Procédé ahora verificar si este tipo de relaciôn es direccio
nal, es decir, si las distintas correlaciones muestrales £ para cada
sector estSn,6 no, extrafdas de un mismo £ comûn. Si la hipôtesis nu-
la, no se rechaza, nos interesarS combinar las distintas r en una
sola estima de p mâs fiable que la permitida por cualquiera de las r.
Aplicando el test de p comûn y de su estima se verificô una P = 0.75,
con lo que no se rechazô y las correlaciones de las diferentes mues
tras, obtenidas con los datos expuestos en la dltima Tabla, pertenecen
a una ûnica relaciôn con p = 0.560, procédante de la recta de regre -
siôn, con n = 402
IC = 14.23*Iv| + 22.70
4.2.2.2 Influencia del porcentaje diario de calmas en el Indice de
consitencia
El otro parâmetro, mencionado anteriormente, como posible
indicador, de fâcil determinaciôn, del IC era la frecuencia relativa,
h, expresadas en tanto por ciento ,del nûmero de horas de calma^’)
De una forma anâloga a como se hizo en el apartado anterior
se calculé la funcién que mejor ajustaba estos dos parâmetros
65
I. |6
0 .1< I. 17t./O
1 • lO
I.
L. lb
66
I <; !
f XÜ
i H
67
>• I i
1 1. 10 <; j.
68
■J. J .J V f
JO / ")L / V ■>/• .» u
J v V / - > . j OJ / Ji / 1 V * J i. o -'' /3 / / S . J /.» f > ( • J
3 ? J 4 W Üi / o.>4 4 j ^ / 03 / 0i / V O •> e V J i . i c t O t' l>
•» 1 » 1 I
/j . / I J .
3 0 h c . , <3 t > O . . > 03 d L C • .■ J3 0 / 1 Jo 1 V c . \ <
b t . I t I . oi 'vU3 V l we r /
j y . o Osi. 0 c . ? /U . J
3 V 3 I c • j O3 v v * j J . o oJ'y /JS 0 3 • u vlJ S » / 3 . ' u4 J J<#Cl 3 . / 0
69
IC = - 1.053'h + 105.73
con n = 402 y r = -0.692 cuyo grado de interdependencia viene avalado
por, aproxlmadamente, el 50% de la varianza explicada por la regre -
sl6n lineal.
4.3 Variaciôn de las concentraciones con los Indices de consistencia
El anâlisis de los niveles medios diarios de la concentra -
ciôn como funciôn de las condiciones meteorolôgicas siempre créa pro-
blemas debido a la variabilidad, en las 24 horas, de la mayor parte -
de los parâmetros meteorolôgicos.
Los Indices de consistencia, en cierto modo, refiejan el es
tado difusor de la atmôsfera inherente al viento. Se comprobarâ que -
el IC produce sobre dichos niveles dos muestras homogéneas de diferen
tes caracterlsticas. Ademâs, se discutirâ el comportamiento dentro de
estas muestras segûn las categorîas de procedencia del viento por me
dio del anâlisis de regresiôn direccional con objeto de identificar -
las que estên asociadas a mejor o peor calidad del aire.
AsI mismo, la muestra que corresponde a los IC mâs altos --
servirâ para définir los dias de direcciôn consistente, o , lo que es
lo mismo, en los que el viento no dejô de soplar, durante el perlodo
de muestreo, dentro de un intervalo que vendrâ identificado por el me
nor valor del Indice en la catégorie correspondiente. Estos Indices
70
nos serân ûtiles para construir la rosa del contaminante con una in -
terpretaciôn meteorolôgica real» puesto que, normalmente, las rosas -
estân hechas sin tener en cuenta la consistencia del viento con la -
consiguiente dudosa interpretaciôn de taies direcciones senaladas sin
un criterio deterministico de selecciôn.
De esta manera nos serâ mâs fâcil y exacte la clasificaciôn
de los dias que presenten concentraciones extremas.
4.3.1 Segûn las diferentes procedencias e Indices de consistencia
Como mencionamos anteriormente, trataremos de verificar si
tiene sentido clasificar los dIas de viento constante en problèmes
que hayan de caracterizar los niveles de la concentraciôn. Para ello,
primeramente, vamos a evaluar estos niveles medios en cada una de las
8 direcciones fondamentales sin hacer distinciôn en los Indices de
consistencia,con lo que la representaciôn constituirâ, lo que comun -
mente se conoce como, la rosa del contaminante. Posteriormente, se,h£
râ lo mismo con cada una de las dos muestras que definen los IC y ob-
servaremos si existe alguna diferencia.
Aplicando los tests estadisticos F y de Bartlett de las mé
dias y las varianzas a las poblaciones compuestas por las concentra -
ciones que deciden las clases de los siguientes IC:
110,25,35,45,55,65,75,95}
se cumple que se agrupan segûn dos ünicas muestras
71
A 5 {10,25,35,45,55,65,75}, es decir, 0 < IC <80
B = (85,95) , " " , 80 ^ IC « 100
que son representatives de lo que podrfamos llamar viento cuya direc-
ci6n diaria no ha fluctuado menos de 70® y los que lo hicieron en un intervalo inferior a éste, respectivamente.
En la Figura 4.3.1.1 se représentant a) la rosa del contam^
nante sin establecer ninguna distincién en los Indices de consisten -
cia, b) cuando los vientos son variables, y c) cuando se consideraron
rigura M . 3.1.1 Rosa del c e n t a a i n a n t e : a) normal, b) para IC <80 y c) p£
ra 1 0 80 .
constantes (dentro de un intervalo limite).Se aprecia que los valo -
res medios direccionales de las concentraciones varlan en cada caso.
La primera, que es la normalmente empleada, esté influenciada por -
los valores medios de la segunda produciendo un efecto de enmascara-
72
mlento debido a las direcciones variables de los vientos. Por contra,
solamente la tercera représenta concentraciones en sentido estrlcta -
mente direccional.
Segûn ésto, vamos a définir a partir de ésta ûltima, agru -
pando direcciones fundamentales, sectores mâs amplios de procedencia
del aerosol hlerro que presenten las mlsroas caracterlsticas cuantlta-
tivas.
En una aproxlmaclôn global se apreclaron dos muestras horoo-
géneas independlentes, una la compuesta por las clases N-NE-E-SE-S, y
otra, la S-SW-W-NW-N, es decir, las que engloban todas las direcciones
comprendldas entre les ângulos 337.5“ a 202.5“ y 157.5“ a 22.5?, res
pectivamente.
Ahora bien, como los intervalos (337.5“ - 22.5“) y (157.5“-
202.5“) son comunes a ambas muestras, vamos a intentar àumehtar la re
soluciôn en el proceso de identifIcaclôn sectorial.
Flgurm 4.3.1.II Test de stgnlficaciôn de dl
ferencla entre muestras.
73
Con esta idea, representamos en la Figura 4.3.1.II -
el estudio por parejas de clases contiguas(que reflejen un concepto -
de continuidad), basado en un test de significacidn de diferencias en
tre las médias, tal-como el test-^, que es sensible a cualquier clase
de cambio, de forma que cuando el valor del t calculado sea superior
al continue nulo, expresado por el parâmetro t^ de Studen't, al nivel
del 95% de significaciôn, existirâ efectivamente una discontinuidad 6 salto relevante en las médias de las concentraciones de cada una de -
las dos direcciones. Como resultado de su aplicaciôn, se logrô clasi
ficar la indeterminaciôn del sector 157.5“ - 202.5“, pues mientras
que la direcciôn SE indicaba marcada diferencia con la S ésta, sin em
bargo, presentaba gran homogeneidad con la SW, por lo que es perfeeta
mente admisible incluir el sector definido por la clase S a la segun
da muestra, quedando la distribuciôn total como sique
la)Muestra
2a)Muestra
SE NE NW SW157.5 112.5 67.5 22.5 337.5 292.5 2 t7.5 202,5 157.5
Aûn asf, todavfa permanece la indeterminaciôn corres
pondiente al sector 337.5“ - 22.5“. Para resolverla, se procediô a
comparar cada una de las dos muestras, exclu!da la direcciôn objeto N,
con dicho sector. Se estimô, en la primera de ellas, un parâmetro
t > t que exclu!a cualquier tipo de duda acerca de la pertenencia a
una misma poblaciôn. Por contra, se verified un t < t^ en la otra
74
muestra que nos obligô a Incluir el sector N en ésta.
En definitiva, se llegô a la conclusién de que la di£
tribucién de las concentraciones diarias solo atendîa a dos conce£ -
tos bSslcos desde el punto de vista de procedencia del viento. Por un
lado, se distinguié, ver Tabla 4.3.1, que las masas de aire cuyas di
recciones de origen estaban comprendidas entre 22.5“ 157.5*, de in
ferior médulo de velocidad, contrlbufan a la obtencién de unos nive -
s«ctor de proced.nc i a
le Iv|
HE - r - sc12.5“ ♦ 157.5' ,
157;5'. 22.5'
Tabla 4.3.1 Valoras medios y desviacl6n standard de la conccntracldn, c. Indice de consistencia, TC y - del m6dulo de la velocidad del viento para los dos sectores de prccedencta del viento.
les bastante mâs altos que lo identifican como sucio, aproximadamente
un 70% que los procédantes del sector 157.5“ -*• 22.5“, acusadamente
mâs râpidos y consistantes, que definîan flujos de aire mâs 1 impios,6 sector llmpio.
75
4.3.2 Relaciôn de la concentraciôn con el |v| por sectores e Indices
de consistencia
Ha sido reconocido que el môdulo de la velocidad del viento
contrôla la concentraciôn de los contaminantes tras la determinaciôn
del volumen de aire en el cual se dispersan, siendo, ademâs, esta va
riable meteorolôgica de importancia primordial. La naturaleza de esta
relaciôn se ha investigado utilizando el anâlisis simple de regresiôn
del tipo
c = b'Iv|^
donde c es la concentraciôn diaria, |v| el môdulo de la velocidad del
viento y a,b constantes empiricas.
Por inspecciôn de la Tabla 4.3.2 se aprecian los valores de
estos coeficientes en el caso en que no se ha tenido en consideraciôn
0 < !C < too flO < IC < 100
5-SW-V-ÎIW-M:S7.S<»-22.5»
Takla W.3.Î Relaci&n e n (re 1# 2 X Iv | $ pare loe sectores euclo y linpio, sefûn
la consistencia de la direcciOn del viento.
76
la consistencia del viento, très primeras columnas, y en el que se -
considerô el concepto de direcciôn constante, siguientes très colum -
nas.
Aunque en el sector limpio la relaciôn ajustada proporciona
los mismos resultados, ya que los valores medios de los coeficientes
de regresiôn y correlaciôn son aproximadamente los mismos indicando -
la misma tendencia, esto no sucede en el sector que aporta masas de -
aire mâs contaminadas al punto de muestreo; en primer lugar, porque -
el coeficiente de correlaciôn solo ha sido significative cuando los -
vientos son consistentes y, por otra parte, debido a que estos coefi
cientes indican tendencias antagônicas.
De todo lo anterior se induce a la hora de determiner esta
clase de relaciones, evidenciado por los signes de los coeficientes -
de regresiôn, la necesidad, exaltada otra vez, de especificaciôn del
grado de variabilidad del viento, que puede, incluso, dar como resul
tado, si no se tiene présente, conceptos contrapuestos al fenômeno f£
sico real. Asi, mientras que en el caso de flujos consistentes, para
el sector limpio se interpreterfa una proporcionalidad inversa, en el
otro sector, se patentiza claramente un aporte de contaminantes con -
el aumento de la velocidad del viento en esa direcciôn.
Por ûltimo, es de resaltar, que la influencia del parâmetro
IVI en los niveles de concentraciôn inherentes a cada uno de los sec
tores, expresada por el coeficiente a, es bastante similar, aunque co
mo ya dijimos antes, de signo contrario.
77
4.4 Aspectos meteorolôgicos asoclados a las concentraciones extremas
La cantidad de materia en la atmôsfera varîa mucho en el
tiempo. En realidad, los focos de emisiôn se suelen suponer constan -
tes, con lo que solo dependerâ de las condiciones meteorolôgicas rei-
nantes. Es natural admitir, entonces, que las concentraciones refle -
jen, en el caso del aerosol hierro que es el que nos preocupa, por u-
na parte, el efecto depurador de la atmôsfera y, por otra, la activi-
dad bivalente natural - antropogénica (97-99), en la que la primera
componente serfa el producto del material transportado de origen natu
ral, o sea, de la corteza terrestre (100-105) y , la segunda, basada,
principalmente, en el consumo de combustibles (106-112)en las propor-
ciones que han resumido l'riedlander (15) y KowalczycJc (113) , entre o -
tros.
Cabe, pues, plantearse la pregunta bajo qué condiciones glo
baies influyen estos factures de manera tal que las concentraciones -
que se determinan en el lugar de muestreo se presenten en los valores
extremos. Con este objeto, hemos extractado la Tabla 4.4.1, en la que
se indican las concentraciones mâximas y mfnimas observadas durante -
el perfodo 1977-78, asf como, las condiciones meteorolôgicas actuaii -
tes sobre el conjunto de las muestras.
Como concentraciones mfnimas, dado que se presentan gran
cantidad de datos con estas magnitudes, hemos seleccionado solamente
aquéllos que comprenden el mfnimo absoluto mâs la que estân dentro de
su error analftico. El valor mâs bajo observado fuâ 0.08 pg/m^ con u-
na incertidumbre de 0.04 pg/m^, con lo que dicho intervalo de selecciôn
78
serS 0.08 pg/m^ - 0.12 pg/m^, concentraciones claramente diferencia -
bles de su limite de detecciôn 0.02 ± 0.038, pg/m*.
Segûn esta Tabla,que es un fiel reflejo de un conjunto de -
datos mâs amplio que el que aquf se expone, las concentraciones dia -
rias mâs altas se observan con la presencia de vientos débiles y se -
COS muy variables, es decir, con bajos indices de consistencia, en -
dias laborables y al final de un perlodo continuo de situaciones tip^
camente anticiclénicas.
Las concentraciones mâs bajas, por el contrario, lo hacen -
con vientos muy râpidos, de mayor consistencia, procédantes del sec -
tor caracterizado como limpio (157.5® -*■ 22.5®), en pleno proceso llu-
vioso, bajo la presencia de situaciones sinôpticas 3 y 4, y, en fines
de semana 6 dias festivos,en general.
concencracl6n Fecha dIasemana c.wy/m' DD 1v | , a / a P,a»/dla Sit.Het.
8 - M I - 7 7 1 5 . s :96® 0 7<
S -- ■ — — 0 7 "
S6. 9 2 57» 0
X J 3.so 170»
"
23-1 - 77 3"29 " s 10** 0
: 20-11 -77 0 0.00 lis» 0 “l 176*
e - I V - 77 0. 10 307. "
T abla '*•‘(.1: Condiciones isorolftgicas observadas en las ntrscionea entr
79
Si tenemos en cuenta que las concentraciones obtenidas de -
Fe por Reiter et al.(114) durante el perlodo 1971-1973 en Los Alpes a
1780 m. de altitud sobre el nivel del mar fué
valor medio total = 101.4 ng/m’
y que para ese mismo perlodo, bajo condiciones de aire puro, se dete£
minaron
valor de fondo = 2 4.5 ng/m^
asi como por Ludwick et al. (115) que en una estaciôn costera del esta
do de Washington, USA obtuvo,• tambien, bajo condiciones de pureza del
aire
Valor de fondo = 25.3 ng/m^
comprenderemos al compararlas con nuestras concentraciones mInimas, -
80 ± 40 ng/m^, de una manera clara hasta donde alcanza el poder auto-
depurador de la atmôsfera en el punto de muestreo bajo la Influencia
de condiciones meteorolôgicas muy especificas.
Glas gow E..ocia,2, tiSA(3)
MllesUSA{3)
H«i(J«lberg Texas Alemjinia(«) IISACs I
S. Franc isco Olaoiorgon IS*(6) G «l.,*?)
vsrlaci6n «r.eôia
0. 00 - t| ,m 7 0.75 0.02 - 7.10 13. 00 1..D l.OS 0.1-10 0.61-3.00 6.09
Tabla 4.4. II : Nivale^ attnosCérlcos Kidrld y otra# ciudades del mundo (ug/n’) .
80
Por ûltimo,en la Tabla 4.4.II, comparâmes los valores dia -
rios observados de Fe en la atmôsfera con los referidos por otros au-
tores en otras ciudades tipicamente contaminadas por este aerosol. Es
tos resultados describen la amplia variaciôn de su contenido en la at
môsfera comparable a cualquiera de las ciudades expuestas. Sin embar
go, se advierte un nivel medio claramente inferior respecte de estas
âreas.muy contaminadas por dicho elemento.I
4.4.1. Modelo de predicciôn de las concentraciones mâximas
Las fluctuaciones de los valores mâximos de las concentra -
ciones durante un perlodo de medida dependen del grado de emisiôn y
de la proximidad de la fuente al detector, asi como, de la influencia
de los parâmetros meteorolôgicos en la dispersiôn y dilucciôn del con
taminante en la atmôsfera. Estos mâximos se podtân tomar,entonces, —
como standards de calidad del aire tanto para zonas urbanas como in--
dustrializadas.
La presentaciôn de los mâximos estâ muy ligada a los tiem -
pos de integraciôn cuando los fenômenos evidencian auténtica variabi
lidad temporal. La dependencia entre antas variables ha sido estudia-
da por medio de ecuaciones empiricas empleadas por los autores (121,- 122), que muestran el efecto del promedio de las concentraciones de -
un contaminante dado sobre diferentes périodes de tiempo. Ahora bien,
vamos a comprobar que dicha relaciôn depende, a su vez, de los niveles
81
medios; por otra parte, el valor medio, es una variable de fâcil y
fiable determinaciôn con lo que las estimas de los valores mâximos,
que obtengamos de esta manera, estarân menos afectados por el azar
que las medidas directes.
4 .4.1.1 Câlculo
La serie de datos empleada ha sido la de las concentracio
nes diarias de Fe de los 4 anos de muestreo, compuesta por los 1520 -
datos de la Figura 4.4.I.I.I. Esta serie se ha dividido en 8 series - temporales correspondientes a su descomposiciôn anual en 2 perlodos.
Para el tratamiento de los datos fue necesario construir el
programa en Fortran IV denominado MODEL que nos proporcionô las s£ -
guientes salidas
Listado de la serie temporal total
Concentraciones mâximas, para cada tiempo de integraciôn,
de las 8 s.t.Valor medio de la concentraciôn de las 8 s.t.
A partir de estos datos se construyô la Tabla 4.4.1.
1.I con los valores mâximos, , para cada tiempo de integraciôn, asf
como, las concentraciones médias, C, en orden creciente que indican -
una distribuciôn casi uniforme de éstas. Entre las diferentes funcio-
82
t,
dS an: 5, Pg/m’ -
0. 60 0.61 0.62 0.66 0. 81 0.81 0. 86 0.93». 32 3. 16 3. 01 2.28 9.93 3.99 q.ié 9.973.11 3. 17 3.2 V 3.93 9.20 9. 20 9.96 9 .833.52 2 .28 3. 70 2.01 2.82 3.27 2.92 3. 972.M7 2.51 2.56 2 . 72 3. 39 3. 39 3. 59 3. 833. oe 1 . 90 3. 12 1 .83 2,96 3.10 2. 36 3. 69?. 16 2. 20 2 .23 2 . 38 2.92 2.92 3. 10 3. 35 '? . 85 1.51 2.57 1. 70 2 .05 2.99 7.10 3. 101 . 96 2 . 00 2.03 2.16 2 .65 2.65 2.81 3.092 . 92 1.9» 2.22 1.55 1. 83 2 .71 1 .96 3. 071 . 87 1. es 1. 88 2.01 2.96 2 . 96 2.61 2.832.17 1 . 25 2.18 1. 39 1 . 79 2.29 1. 69 2.711.63 1.66 1.68 1. 79 2.20 2 . 20 2.39 2. 53
13 1 . 59 1.12 1.38 1. 25 1.99 1. 78 1 .62 2.201. 33 1. 35 1.37 1 . 96 1 . 79 1. 79 1.90 2.061 . 52 1. 05 1.27 1. 16 1 .28 1.67 1.95 2.071.21 1.23 1.25 1. 39 1 .69 1 .69 1 . 79 1. 881 . 32 1 .03 1. 20 1 . 15 1.17 1 . 60 1 . 33 1 .821.13 1.15 1.17 1.29 1.53 1. 53 1.62 1 .751.13 1 .01 1 .09 1 .12 1 .15 1 . 51 1.21 1.551 . 03 1 . 05 1 .06 1.13 1. 39 1. 39 1.97 1. 59
30 1. 10 1. 00 1. 10 1 .09 1. 10 1 .97 1 . 18 1.511 .00 1.02 1.09 1.11 1. 36 1 . 36 1.99 1 . 56
60 0.97 0. 77 1.01 0.93 9. 99 1 .13 0.97 1. 160. 80 0. 81 0. 82 0. 88 1.08 1 .08 1 . 19 1.29
Tabla -1.4.1.1.1 Concentraciones mSxlmas observadas y calculadas (par
te Inferior de la cüadrîculas) para los diferentes t de Integraciôn y c.
nés ensayadas que ligaran estas variables la que proporcionaba menor
sesgo era, lo mismo que Drufuca y Giugliano (12 3) para el SO^, del ti
po
C^= a(C)-fnt + b(C) (1)
donde a(C) y b(C) son funciôn de las concentraciones médias y a(C) es,
I I
I'' r
»
> ! .I I
I I<
'Ü: ,
- I u . " : I
I • ' . r !
83
: r i c l o m f u i r . i l <ï.!l p i - r f o l - i I i p s I u i I i o rtc 1 «fi r o n c » 'n t r a r l o n o » d l a r l a # -
84
ademâs, una constante caracteristica del contaminante. La ecuaclôn an
terior ha sido ajustada por el método de los minimos cuadrados a cada
una de las series; sus coeficientes de correlaciôn se indican en la -
Tabla 4.4.1.1.II que muestra la validez de la fôrmula.
.eri. 2 3 4 5 * 7 8
coef. rorrel. -0.980** -0.982** -0.990** -0.985** -0.9,4** -0.979** -0.970**
Tabla 4.4.1.1.II: Coeficientes de correlaciôn de la# 8 serie# temporales
Se encontrô que la dependencia de b con la concentraciôn me
dia venla indicada por
b = fn(C) + 1.647 (2)
mientras que la constante a lo era de una manera aleatoria con un va
lor medio que oscilaba muy poco a =-0.333 ± 0.048, ( P = 0.95 ), lo -
que nos indujo a pensar que solo depende del contaminante. Una vez que
el exponente a ha sido evaluado y tras su sustituciôn en la ecuaciôn
(1) que nos conduce a
= (5. 190±1. 207)-C* °**® (3)
es posible predecir un valor para cualquier perlodo temporal usando -
85
esta ûltima ecuaciôn que refleja una relaciôn lineal para cada tiempo
de integraciôn entre C y C expuesta tambien por Shee y Pierrard(124).
En la Figura 4.4.1.1.II vienen representados los valores ob
servados trente a los calculados empleando la expresiôn (3), cuya rec
5
3
2
1 2 3 S
ri g u r a M . >1 . I . 1 . 11 5 e p r o s e n t à c i 6 f cie l as concei^ t r a c i o n e s mâ x ; ma < o b s e r y a d a s y c a l c u l a d a s y c u £ VI de d i n t r : b t: c i ôn de e r ro r es .
ta que mejor ajusta la nube de puntos es
S o b '
con un coeficiente de correlaciôn, para n = 96 datos, r = 0.891 y —
86
P > 99.9% que da una idea de la excelente aproximaciôn deducida.
En la figura que se incluye en la anterior se aprecia la
distribuciôn de los errores, en tanto por ciento, a que estân someti-
das las estimas suministradas por el modelo, observândose una disminu
ciôn de tipo potencial del error a medida que aumenta el tiempo de in
tegraciôri y, viceversa.
4.5 Estudio de las concentraciones diurnas y nocturnes
Hasta ahora, para caracterizar la cantidad de hierro en la
atmôsfera solo hemos empleado promedios diarios. Cabe preguntarse, si
esta se mantiene constante a lo largo de las 24 horas 6 si por el con
trario expérimenta alguna variaciôn. Por ello, hemos crefdo convenien
te disminuir durante un perlodo concreto, 19-IV-77 a 30-VI-77, el in
tervalo de muestreo con objeto de poder distinguir las cantidades du
rante el perfodo diurno de las nocturnas.
Esto nos supuso modificar el dispositive de toma de muestra,
adaptandole un sistema de automatisme adecuado, asf como la conexiôn
de las bombas aspirantes, que nos permitiera, por una parte, que una
de las très bombas siguiera tomando la muestra diaria total, y por o-
tra, la acciôn simultânea de parada de una de las otras dos y arranque
de la restante a las horas preestablecidas, coïncidentes con la sali-
da y puesta de sol respectivamente.
87
4.5.1 Interpretaciôn de los resultados
En la Figura 4.5.1, vienen representadas las evoluciones -
diurna, nocturna y diaria durante este perlodo. Se aprecia el estrecho
paralelismo en las fluctuaciones de sus valores medios. Consultados -
los datos meteorolôgicos correspondientes se apreciô que los mâximos
destacados se encuentran en pleno perfodo de situaciones anticiclôni-
cas con bajas velocidades del viento.
Las concentraciones diurnas estân caracterizadas por un va
lor medio y desviaciôn tfpica c^ = 0.755 yg/m*, s = 0.876, respect!va
mente, y las nocturnas por c^ = 0.482 ug/m*, s = 0.421 que explican -
una diferencia significativa de ambas muestras tanto en el promedio de
los valores como en sus fluctuaciones, ahora bien, esta diferencia es
atribuible fundamentaImente a los valores mâximos, y no para el resto,
que en general son muÿ concordantes. Puesto que estas concentraciones
mâximas se encuentran dentro de situaciones anticiclônicas con vientos
débiles o en calma es presumible asumir las mismas caracterlsticas di£
persoras diurnas y nocturnas del contaminante; este hecho, nos obliga
a admitir que la diferencia entre ambos tipos de concentraciones es -
debida a las propias emisiones diurnas.
La expresiôn que détermina tal interdependencia viene descri
ta por la regresiôn lineal entre ambas variables
c^ = 0.166 + (0.419+0.055)*c^ (1)
que para los 72 datos que intervienen proporciona un coeficiente de -
88
ï
89
correlaciôn, r = 0.873, muy significative. En consecuencia, se demue£
tra en pleno acuerdo con Hammerle y Pierson (125), que las mfnimas
cantidades del aerosol hierro son observadas durante la noche y estân
fntimamente relacionadas con las diurnas indicando, asî, una marcada
persistencia.
Esa expresidn nos pone de manifiesto, ademâs, que las diurnas
parecen estar afectadas por un factor, llamësmole, de control, distin
to al de las nocturnas, que se evidencia por la aplicacidn de un test
que demuestra significativamente que dicha recta no pasa por el or£ -
gen(asi como por la consistencia de su pendiente), factor que, a su -
vez, pensâmes que da idea del efecto disperser del viento. En ambos -
périodes es diferente; diferencia que se ve extinguida si considéra -
mes solo aquéllos dias cuyas situaciones meteorolôgicas y, mâs espec^
ficamente, el môdulo de la velocidad del vientô indique que su magni-
tud es, aproximadamente, la misma. En estas condiciones la expresiôn
(1) se transforma en
c^ = 0. 107 + (0. 463±0. 104) .Cj
que con n = 17 y r = 0.922, se comprueba que pasa por el origen, con
lo cual es lôgico admitir que, aparté de la propia persistencia, el
IVI es un factor que potencia tal interdependencia, evidenciando, de
esta manera, la presencia de focos diurnos.
t Son las concentraciones diurnas y nocturnas indicadoras
de la diaria total ?. La disposiciôn que adoptan, en la Figura4.5.1,
las diarias, c^, as! lo hace ver, oscilando simultâneamente de una ma
90
nerâ caal paralela con las diurnas y nocturnas y, vlnlendo demostrado
por las sigulentes expreslones
c^ = 0.076 + (1.241+0.009)'C^
c^ = 0.156 + (0.59510.002)"C^
que con n = 72 y r = 0.908 y 0.907 respect!vamente, apoyan el enuncl£
do y, que por lo dicho anteriormente, la primera de estas expreslones
lo resume mâs claramente, tanto en cuanto, parecen antas variables, -
c^ y Cj , estar afectadas por los mismos factores de control, no suce
diendo lo mismo para la segunda ecuacidn.
^ f. & 5 1 2
* Significante al nivel del 95%
" " " '• 99%
{1} Se ha supuesto como calma aquella velocidad que no es capaz dede ven ce r la inercia del aparato .
(2) Referenda b i b 1 i ogr â f i c a (116)
(3) " " (117)
(M) " " .(63)
{5} " " (119)
(6) " " (1 2 0 )
91
{7} Referencia bibliogrâfica (121)
i En el punto cûspide de un perîodo de acumulaciôn.
ii Antecediêndole un a serie continua de dï as de las mi s mas caract£rîst icas.
Dîa festivo precedido de otro festivo.
92
CARACTERISTICAS ESPECTRALES
Un importante aspecto de las series temporales, es su anâl^
sis espectral, el cual trata de la divisidn de las series temporales
en diferentes componentes de frecuencia. Este désarroilo de las ideas
de Fourier junto con los trabajos modernos en el campo de las probab^
lidades constituye en la actualidad una herramienta matemëtica impre£
cindible, dada su aplicacidn (126-131), pues es diflcil encontrar al-
guna rama de la ciencia que no conduzca al estudio de los datos en
forma de series temporales.
5.1 Espectros de potencia
Una de las principales suposiciones que se suele hacer es -
que el proceso estocâstico correspond!ente sea estacionario y que pue
da ser adecuadamente descrito por los momentps ménores de su funcidn
93
de probabilidad, media y varianza, por la funcidn de covarianza y la
transformada de Fourier de ésta, o sea, el espectro de potencia.
Cualitativamente una serie estacionaria es aquella que estS
en equilibrio estadistico, en el sentido de que no contiene ninguna -
tendencia, mientras una que no lo sea, es la que sus propiedades cam-
bian con el tiempo. Como de hecho en el campo de la meteorologfa y de
la contaminaciôn atmosférica las series suelen ser no estacionarias -
(132) o si lo son es sobre cortos periodos de tiempo, la mayorfa de -
los métodos de anâlisis estân basados en técnicas de extraccidn o fi^
trado de la tendencia dejando una serie que pueda ser tratada como e£
tacionaria, ya que sus propiedades estadisticas no se modifican en el
tiempo. Estas se pueden resumir computando ciertas funciones de los r
datos. La que primero se utilizô para este propdsito fue la funciôn -
de autocovarianza.
Asi, mientras que la media mide la posicidn 6 centro de gra
vedad de la distribucidn y la varianza su variabilidad 6 dispersiôn,
ocurre en general, que los valores contiguos de una serie temporal e£
tân correlacionados y, por tanto, en el caso de series estacionarias
serâ necesario especificar su funciôn de autocovarianza,o bien, la
funciôn de autocorrelaciôn de la muestra. Esta es interesante en aigu
nas situaciones porque da una visiôn de la forma en que la dependen -
cia se amortigua con el retardo 6 separaciôn entre puntos de la série,
pero a veces es diricil de interpreter a causa de que valores cont£ -
guos pueden estar altamente correlacionados.
Si la serie consiste en una composiciôn 6 combinaciôn lineal
de varias ondas, su varianza se puede distribuir en componentes de po
94
tencia o varianza media en las diferentes frecuencias. Si la serie
temporal es, ademâs, estacionaria, la varianza del correspondiente
proceso estocâstico se puede descomponer en contribuciones en un in -
tervalo continue de frecuencias, segdn
o* = /”T(f)*df
donde T(f) es ]lamado espectro de potencia del proceso estocâstico. -
Por tanto, T(f)*df darâ una medida aproximada de,la potencia media en
la banda f a f + df .
Este espectro estâ relacionado con la funciôn de autocova
rianza segdn la relaciôn de la transformada de Fourier, la cual, fls^
camente représenta la distribuciôn de la intensidad de la senal con 4
la frecuencia. Por tanto, el conocimiento de la funciôn de autocova -
rianza es équivalente al del espectro del proceso, es decir, la curva
descrita por el espectro de potencia nos revelarâ la forma en que se
distribuye la varianza del proceso estocâstico con la frecuencia.
En la prâctica solo es posible operar con un nûmero finito
de puntos. Cuando ademâs, estos valores estân dados solamente en un -
instante especifico de tiempo 6 cuando es una cantidad fisica la que
se acumula en un intervalo de tiempo adecuado, las series temporales
se 11aman discretas, pudiéndose determinar el intervalo de muestreo -
que contenga la informaciôn correspondiente de la serie original. Es
precisamente éste parâmetro, el intervalo de muestreo Ax, el que va a
limitar mediante una cota superior, llamada frecuencia de Nyquist, la
longltud del espectro.
95
Aunque para describir un proceso estocâstico por su espec -
tro sea necesario suponer la estacionaridad, en la prâctica tal hipd-
tesis no présenta serios problemas, puesto que, el espectro aisla las
contribuciones en las series, las cuales, se asignan a las diferentes
bandas de frecuencia. En general, una serie no estacionaria se carac-
teriza por la presencia de mucha potencia en las bajas frecuencias; r-
en tales casos, todo lo que se necesita hacer es procéder al filtrado
de las componentes no estacionarias en las bajas frecuencias y usar -
las series residuales para el anâlisis espectral.
5.1.1 Procedimiento de câlculo
Con la idea de distinguir las diferentes escalas de tiempos
(periodicidades) que pudieran existir en las series temporales, hemos
adoptado como sistema de tratamiento de los datos, la aproximaciôn de
Blackman y Tukey (133).
A nuestrqs series de N valores, igualmente espaciados en el
tiempo, se le calculan todas las covarianzas para desfases de 0 a m u
nidades de tiempo, con m < N , calculândose la transformada coseno de
estos m + 1 retardos, de una manera anâloga a como se halla la trans
formada de Fourier de una variable continua, produciendo m + 1 estima
ciones groseras del espectro de potencia que dan una medida aproxima
da de la varianza total de las series originales contribuyentes en c£
da longitud de onda. Estas estimaciones, posteriormente, son suaviza-
96
por una media ponderada de très tërminos con objeto de lograr una es
tima estable del espectro final en funciôn de esas m + 1 estimas dis
cretas.
El paso final cuando el espectro que intentamos calculàr es
una funciôn continua, consiste en ajustar la curva suavizada de las -
m + 1 estimas. Esto équivale a suponer que el espectro del total, del
cual nuestra serie sometida a anâlisis és una muestra, es de hecho u-
na funciôn continua.
Una gran ventaja de esta aproximaciôn es que el mâximo m u-
tilizado en el câlculo del espectro, se puede fijar independientemen-
te de la longitud N de la serie.
La resoluciôn del espectro es directamente proporcional a m,
y de hecho asf sucede, puesto que el nûmero de estimas espectraies es
m + 1, de manera tal que si el m elegido es muy pequeno, la résolu
ciôn tambien lo serâ. Sin en±»argo, dichas estimas serân altamente es^
tables desde el punto de vista estadfstico. Segûn Tukey cada estima -
:e distribuye como una chi-cuadrado dividida por los grados de liber-
tad de la serie, con lo cual, es facilmente determinable su intervalo
de confianza.
Una de las principales ventajas de este mëtodo de aproxima
ciôn es que se puede elegir un m que nos logre en cada caso indiv£ -
dual un compromiso ôptimp entre la resoluciôn espectral deseada y la
estabilidad estadfstica de las estimas individuates del espectro.
El programs que ha realizado el câlculo automâtico necesario
para la realizaciôn de los espectros Ija sido el BMD02T que présenta -
como limitaciôn de tratamiento 1000 datos y 199 lags para cada serie.
La salida da los espectros de ambas variables en funciôn de la
97
frecuencia. En ellos, se estiman los coeficientes de correlaciôn séria
les, con lo que es posible asignar el tipo de continue nulo que repre
senta a la poblaciôn de las series. A partir de aquf, se trazan o ca^
culan sus niveles de confianza, nosotros solo trazaremos los del 95%,
haciendo la suposiciôn de que el valor local es la magnitud verdadera
del espectro de la poblaciôn en cada longitud de onda, particular.
El limite de confianza vendrâ dado por un segundo continue, cuyo va -
1er para cada X en el espectro, serâ igual a un mdltiplo, >1, del va
lor del continue nulo en esa misma X.
Consiguientemente, si considérâmes las variables meteorol6g£ -
cas como variables de control y la concentraciôn del aerosol Fe como
dependiente, éstas, estarân gobernadas por aquéllas mucho mâs estre -
chamente para determinados periodos de oscilaciôn y de esta manera se
rân destacables a simple vista las estimas significativas, o sea, a -
quéllas que caen fuera de esos limites.
5.2 Espectros de coherencia y de fase
Para encontrar la adecuada interpretaciôn entre las fluctuacio
nés en los diversos espectros es necesario considerar la informaciôn
cross-espectral ô espectral cruzada, mâs convenientemente definida en
funciôn de las magnitudes coherencia y fase.
La funciôn de cross-correlaciôn de un proceso estocâstico, de
dos variables, mide la correlaciôn entre ambos procesos a diferentes
98
lags 6 retardos. El correspondiente cross-espectro contendrâ dos cla-
ses distintas de informaciôn acerca de la dependencia: la ligada al «-
espectro de coherencia al cuadrado(de ahora en adelante lo identifica
remos por coherencia simplemente), que efectivamente mide la correla
ciôn entre las dos series temporales en el espacio de la frecuencia,
y la que ofrece el espectro de fase, que mide la diferencia de fase -
entre los mismos procesos.
De aqui que, la magnitud de la coherencia se pueda définir
como la longitud del vector en el piano de los siguientes espectros,
el coespectro (que mide la covarianza entre las componentes en fase)
y el de cuadratura ( que lo hace con las que estân fuera de fase) ,
normalizado por la media geométrica de ambos. La magnitud fase de la
coherencia serâ el ângulo de fase de éste vector.
El espectro de coherencia es ûtil, ademâs, en la prâctica,
porque proporciona una medida adimensional de la correlaciôn entre
las dos series en funciôn de la frecuencia, a diferencia del cross-
espectro de amplitud, el cual, depende de la escala de medida.
Solo nos queda por establecer los niveles de confianza del
espectro de coherencia, asf como, el error de las estimas de las fases.
Mientras que para éstas ûltimas no existiô ningûn problems a la hora
de su determinaciôn, el inconveniente se présenté, sin embargo, a la
hora de calcular los niveles de confianza de la coherencia. Inconve -
niente que surgiô al tratar de aplicar el método descrito por Panofs-
ky y Brier (134). Consultada con los autores tal discrepancia se nos
indicé la presencia de dos errores en su texto que explicaban la ano
mal fa.
Con objeto de comprobar la fiabilidad de nuestros résulta -
99
dos, aplicando el método que se slgue en el siguiente apartado, verify
camos que estaban en total acuerdo con los obtenidos empleando el test
de Goodman (135) en el cual se basaban aunque con errénea aplicaciôn a
quéllos autores.
Asf, es de esperar que sean numerosos los autores que hacen
uso de esta técnica cuando tratan de comprobar el grado de dependencia
de las variables puestas en juego en sus diferentes armônicos: Thom£ -
son (136), lo hace para estudiar el ciclo de sequfa de 20 anos en lat£
tudes médias; Panofsky êt al. (137), para valorar el grado de dependen
cia de las fluctuaciones horizontales del viento; Hess et al. (138), -
estudian la distribuciôn de la energfa en la capa Ifmite planetaria;
Gerety et al. (139) , la relaciôn de los ciclos de las manchas solares
con la precipitaciôn y la temperatura, por destacar una pequena muestra
entre los muchos que la emplean en la actualidad.
5.2.1 Procedimiento de câlculo
El sfmil del sistema se puede comprender como las fluctua -
clones que expérimenta la variable de salida ô dependiente afectada -
por las de control ô entrada al sistema. Las series, en nuestros casos
concretos, estarân compuestas por los promedios diarios, a excepciôn -
de un solo caso que serâ de 12 horas, discretizados a intervalos regu-
lares que darân lugar a N parejas de datos.Como etapa preliminar se ca^
cularon las covarianzas cruzadas y la funciôn de cross-correlaciôn con
objeto de determinar el punto de truncaciôn ôptimo, que trata de hallar
100
el compromiso adecuado entre fidelidad y estabilidad estadistica de
las estimas, segûn la amoirtiguaciôn que expérimenta dicha funciôn.
Tras este ajuste se procediô al câlculo y posterior represen
taciôn grâfica de los espectros de coherencia y de fase determinados -
por sus estimas.
Por ûltimo, se calcularôn los intervalos de confianza de am
bos espectros; el de coherencia, basado en un test de significaciôn de
hipôtesis nula (140), el cual, supone que la variable aleatoria
(y - 2)•K ^ (f) , siendo v los grados de libertad2 (1 - tc (f) )
se distribuye, aproximadamente, como una ^ de Fisher-Snedecor si
la funciôn de respuesta es cero. De una manera anâloga, se hallaron los
intervalos de confianza para las estimas del espectro de fase en fvn -
ciôn de la misma ^2 y 2 V la estima de la coherencia en esa banda
de frecuencia, debiéndose, aquélla, solamente calcular cuando ésta di-
fiera significantemente de cero, con objeto de asegurar suficientemente
su estabilidad.
5.3 Resultados
Tratamos, en este apartado, de interpretar los resultados ob
tenidos del anâlisis espectral, que en nuestro caso vienen representa-
dos, en,forma grâfica, tal como lo suministra el programa PLOTER que
101
hemos disenado a tal efecto. En general, représentâmes los distintos -
espectros por parejas de variables, en los que en ordenadas viene la -
varianza normalizada y en abcisas la frecuencia en ciclos por dfa. Tarn
Lien se représenta el continue nulo de la poblaciôn serial, asf como,
el continue del nivel de confianza de las estimas del 95%. De la misma
manera, se da la anchura de banda, b, de la ventana espectral usada.
Por otra parte, se indican los espectros de coherencia, al
cuadrado como dijimos anteriormente, y el de fase, en unidades de frac
ciôn de longitud de la circunferencia. Solamente consideraremos signi-
ficativas aquéllas estimas de la coherencia superiores al nivel del
99% y para las de fase serân del 95%.
5.3.1 Del Indice de consistencia, môdulo de la velocidad del viento y
frecuencia diaria de calmas
En la Figura 5.3.1.a, se aprecia el espectro de potencia de
la serie temporal del Indice de consistencia,IC, y el de |v|, para el
perfodo Enero-77 a Febrero-78. En este ûltimo se advierten dos perio
dicidades ;(0.138-0.145)dfas = 6.9-7.2 dfas (onda sinusoidal pura) y
0.2 37 dfas ~ 4 dfas, frecuentemente interpretadas como débiles mani-
festaciones de las situaciones anticielônicas y ciclônicas en la esca
la sinôptica de tiempos, no pudiendo hacer ninguna afirmaciôn en el
del IC.
En la Figura 5.3.1.b , existe marcada coherencia, prôxima a la
unidad, entre estas dos variables en las bandas de frecuencias: (0.026-
102
- b
l i r i i r / ' ■ . r>. . ,-i , ■>'nr> c t I'O s <J o jo t io n r i f l ,'fiV I v j ^ ' - a r ' t o Mpt'r i o»‘ "> y d » ] T '. ( ; ,a r - to i II ' • • T' i o r ) , ' ! - i| ? , n' - 7 , A t = 1 (' Î m
103
k/V''\A'v.A"Arw J
A J
I
Fip,ui'<a 5 . 3 . 1 . b , R s p e c t i ’os cie c o h o r e n c i a V fase do 1 Iv I e IC
104
■! '!(. !.V. r :i : 1 1: '," ,
' I
\l
Fi gu ra 5 . 3 . 1 . C , E s p e c t r o s de p o t e n c i a de las c a i m a n i p . i n i e r i o r ) y del IC(p. s u p e r i o r ) ,N-'»02 ,III-7fi , Af=1 dîa
105
Ij pur-cl 5 . 3 . 1 . fi , E s p e c t r o s de colierencia y fase de las ca l m a s e IC
106
-0.036) dfas~^ = 28-43 dIas, 0.237 dfas'^ = 4 dfas y 0.309 dfas"^ = 3 dfas. Todas las fases correspondlentes a dstas estimas estân en la ban
da 0® ± 15°, con lo cual la relaciôn, entre estas dos variables, en -
cualquiera de estas oscilaciones es la de tipo lineal directe.
De la misma manera, en las Figuras 5.3.1.C y 5.3.l.d, no se - observa ningûn pico espectral muy definido en el espectro de calmas, -
manteniôndose en la banda (28-43) dfas, también la relaciôn lineal (in
versa) en oposiciôn de fase, 180° ± 9°, ambas variables. Consiguiente
mente, es perfectamente admisible atribuir la manifestaclôn de esta os
cilaciôn a la influencia que détermina el ciclo fndice.
5.3.2 De la concentraciôn y el môdulo de la velocidad del viento
En la Figura 5.3.2 se representan los diferentes espectros co
rrespondientes a los perfodos anuales 1974,75,76 y 77. La forma de no
aleatoriedad présente en cada una de estas series temporales de la con
centraciôn es la persistencia simple que prédomina sobre la de cual^ -
quier otro tipo, no ocurriendo lo mismo para el |v|. En el espectro
promedio de los cuatro que aquf se exponen aparece una onda sinusoidal
pura,mucho mâs definida que en cualquiera de ôstos, en la banda (0.138
-0.14 5) dfas = 6.9 a 7.2 dfas. Con objeto de resolver los picos que
no se presentan con regularidad, alguno de los cuales no tienen inter-
pretaciôn fisica a priori, establecemos un nivel de significaciôn adi-
cional a posteriori con el cual se pretende que las diferentes manifes^
taciones de taies oscilaciones aparentes haga improbable su atribuciôn
107
' I A ,V \"
‘ . j M l : I ■ I .J ! .1
I
— b
Fiquva . 3. 2 . Enpectros de potencia de la concentracldn(p.inferior) y del |v| (p.superior) ,1074 ;N=380,m=72,At=1 dîa
i \ , 1 ]
108
i I V;
!
i;
' r !; '
V,I Mi I II' 'II : I
rigiira 5.3.2 Kspectros de coherencia y fase de la concentraci6n y el |v|,lT/i(;
109
/ m : : / . ;
Figura H.1.2 Fspectros de potencia de la concen tracidn y el | v| , 1975 ; IJ= 380 , TTi=72,At-l dfa
110
V A
f ni.' I'i ih ,,
! I
I
figura 5.3.2 T.spectros de coherencia y fase de la concentracion y el |v|,1375
Ill
►-b
''A
-b
Fi pura 5.3.2 Espectros de potencia de la concentraciôn y el |v|,197f;N=3P0, m = 7 2 , A t -- 1 dîa
R I B U O T F C '
112
lipura 5.3.2 Espectros de coherencia y fase de 1 concentraciôn y del |v|, 1976.
113
-b
Figura 'i.3.2 r\:pectFos de potencia de la concentracion y el |v] ,1977;N=380 , ni-72 ,At=l die
114
• V\
/ \ I \ I \ I\/ 1
' : I
h \! l i i
' U I,; i Ï i
i \
Fi pura 5.3.2 Esprctros de coherencia y fase de la concentracion y el (v( , 1977 .
115
a la varlaciôn del muestreo. Ninguno de éstos plcos resultô signlflcan
te a excepciôn del de 7 dfas.
Por otra parte, con la Idea de apreciar si ésta oscilaciôn es
afectada por la correspondlente en el espectro del |v |, se calcularon
los respectives de coherencia y fase. La baja coherencia que se obser
va en esta frecuencia nos obliga a entender que éste parâmetro meteoro
lôgico no afecta las variaciones semanales de la concentraciôn del ae
rosol hierro en la atmdsfera.
5.3.3 Manifestaciôn de la oscilaciôn diaria de la concentracion
Con este fin, hemos disminufdo el intervalo de muestreo durati
te el periodo 19-IV-77 a 30-VI-77. A esta serie temporal se le calculô
el espectro de potencia con el resultado expuesto en la Figura 5.3.3 .
Se distinguen, perfectaménte, dos picos: el de 0.37 dfas =
27 dfas y el 0.96 dfas = 1 dfa. Procediendo de la misma manera que -
en el apartado anterior se consigui6 discriminer como ûnica estima real
6 significativa ésta ûltima mientras que la de 27 dfas parece ser deb£
da a la variacién del muestreo, con lo que se patentiza por medio de -
esta mahifestacién la presencia de los fenômenos de acoplamiento y de-
sacoplamiento de las capas de la baja atmésfera, asf como, la propia -
actividad industrial.
116
figura 5.3.3 Espectro de potencia de la concentracion ,N = lUi| ,m=27 ,At = 0. 5dlas
117
6, CONCLUSZONES
1.- Para toma de muestra de aire atmosférico ha sido puesto a -
punto un dispositive, con filtro de membrana, capaz de conseguir -
la suficiente cantidad analîtica de materia suspendida en la atmÔ£
fera.
2.- Se ha ideado un sistema de calibraciôn multielemental, rSp£
do y precise, basado en las técnicas espectrométricas de fluore£ -
cencia de* rayes X y de absorciôn atômica con el fin de conseguir u
nos patrones que ideal izan la muestra real.
118
3.- El limite de detecciôn, que hemos logrado por la tëcnica a-
nalftica empleada, ha sido del orden de O.lyg, el cual, esté muy -
por debajo de la masa elemental total diaria que ha sido de unos -
SSjjg por término medio.
4.- A este bajo limite de deteccién contribuyô de una manera de
cisiva el diseno y realizaciôn de los soportes portamuestras, de -
cloruro de polivinilo, diferente del que estSn compuestos los ori
ginales del espectrômetro y que nos permitiô disminuir los tlempos
de contaje con la consiguiente mejora de la relaciôn tiempo-sensi-
bilidad.
5.- La exactitud del método analitico viene refiejada por los e
rrores relativos de las estimas de las masas sobre el filtro. Pré
senta dos componentes, una fija de un 3% independiente de la cant^
dad de Fe en la muestra, y otra, que varia en funcién de ésta.
6.- Se ha determinado la expresiôn
X = (0.117 ± 0.041)"p
por la que se puede estimar unos valores medios del coeficiente de
lavado del aerosol hierro en la atmôsfera en funcién de la intens^
dad de precipitaciôn.
7.- Se patentiza el efecto de lavado por la precipitacién compa
rando las evoluciones semanales de la concentracién y la précipita
119
ci6n. A un mfnimo de precipltaciôn (mfnimo efecto de lavado) le co
rresponde un mâxlino de concentraciôn.
8.- Se ha definido un coeficiente de dispersiôn (o transporte)
del aerosol en funciôn del cambio relative que expérimenta el môdu
lo de la velocidad del viento. Este cambio es, a su vez, un factor
déterminante en los niveles de concentraciôn observados.
9.- Se puede establecer que para caracterizar los niveles medios
de concentraciôn del aerosol Fe, en nuestro lugar de ubicaciôn, so
lamente es necesario clasificar las situaciones sinôpticas tipo en
cuatro grupos bSsicos, los cuales, no presentan diferencias signi-
ficativas dentro de los grupos pero sf, y de muy alto grado, entre
ellos.
La contribuciôn de dos de ellos, B y C, al balance global -
de la concentraciôn es, aproximadamente, el 90% •
10.- De los datos discretos de la direcciôn del viento se puede
determiner su direcciôn media y un Indice de consistencia de ésta.
Hemos encontrado una estrecha relaciôn, de tipo cuadrStico,
entre la desviaciôn standard de la direcciôn del viento y su Indi
ce de consistencia.
Para cada Indice de consistencia hemos definido la amplitud
mâxima diaria de variaciôn de la direcciôn del viento.
Consiguientemente, el Indice de consistencia se puede usar
como parâmetro de selecciôn en los problèmes donde sea necesario -
conocer la direcciôn fuente-receptor de los contaminantes.
120
11.- La influencia del môdulo diario de la velocidad del viento
sobre el Indice de consistencia es independiente de la direcciôn «-
de procedencia.
El |v| influye proporcional y directamente en el Indice de
consistencia. Sin embargo, la frecuencia relativa de las horas de
calma influye proporcional e inversamente.
12.- La clasificaciôn de la direcciôn dominante del viento, sin
tener en cuenta su consistencia, puede dar lugar, y de hecho asi -
ha ocurrido, a una falsa caracterizaciôn, incluso antagônica, en la
variaciôn de las concentraciones.
13.- El factor raeteorolôgico, |v|, juega un papel convincente en
la modulaciôn de las concentraciones afectandolas de dos formas cia
ramente definidas; una de tipo directo 6 de aporte, con vientos que
proceden de 1 sector (22.5® -*■ 157.5®) identificado como sucio, y o-
tra, inversa 6 de limpieza conforme dicho môdulo aumenta en los
flujos del sector (157.5® 22.5®).
14.- Las condiciones en que se dan las concentraciones extremas
identifican una serie de aspectos meteorolôgicos:
a) Las mâximas, estân asociadas a la presencia de vientos débi
les y secos poco consistentes y al final de un periodo continuo de
situaciones tlpicamente anticiclônicas.
b) Las mInimas, a vientos muy râpidos, de mayor consistencia,
procédantes del sector limpio, en pleno proceso Iluvioso y bajo la
presencia de situaciones sinôpticas 3 y 4. Estas, a su vez, demues
121
tran el poder autodepurador de la atmôsfera.
15.- Se ha desarrollado un modelo de predicciôn de las concentra
clones mâximas del aerosol Fe que obedece a la siguiente expresiôn
con a =-(0.333 ± 0.048) caracterlstico del contaminante, y, tarn
bien, dependiente de los mecanismos de difusiôn y emisiôn del ârea
donde esté ubicado el punto de muestreo.
Estos valores mâximos no solo dependen del tiempo de inte -
graciôn, sino tambien, de una magnitud tan simple y fiable como la
concentraciôn media de la serie temporal analiza^a.
16.- Las concentraciones diurnas, asî como sus fluctuaciones, se
manifiestan acusadamente mayores que las nocturnas, acentuândose -
este carScter en las situaciones anticiclônicas. En consecuencia,
se patentiza una contribuciôn de origen antropogénico a la cant£ -
dad total del aerosol en suspensiôn en la atmôsfera.
17.- La evidencia estadîstica que proporciona la aplicaciôn del
anâlisis espectral nos ha permitido identificar algunas oscilacio-
nes en la escala de tiempos que liga ciertas variables utilizadas
an este trabajo.
18.- Se ha puesto de manifiesto,en las distintas escalas de tiem
pos, que la relaciôn existante entre el |v| y el IC es de tipo li-
122
neal directa, mientras que entre el IC y la frecuencia diaria de -
calmas es lineal e inversa.
19.- La clase de no aleatoriedad prédominante, presents eh las -
series temporales de la concentraciôn del aerosol en la stmôsfera,
es la persistencia; tambien, se ha presentado, aunque en menor pro
porciôn, la components sinusoidal de periodo 7 dias.
20.- La oscilaciôn semanal del môdulo de la velocidad cel viento
no afecta a la variaciôn semanal del aerosol hierro.
21. - Al disminuir el intervalo de muestreo, apareciô 1; oscila -
ciôn(sinusoidal pura) de periodicidad 1 dia.
123
7. BIBLIOGRAFIA
(1) V. Goodhill
Trans, of the Amer. Acad, of Ophthalmology and Otolaryngolo
gy, May-June, pag. 463, (1971).
(2) J.E.Evelyn
Fumlfugium: Or the inconvenience of the Air and Smolce of
London Dissipated, Published by His Majesty's Command,
(1661)
(3) J. CatalS de Alemany
Contaminaciôn Atmosférica, Separata de la Revista de la Un£
versidad Complutense,Vol.XXV,No. 105, (1976).
(4) L.C. McCabe
Air Pollution, Proceedings of the U.S. Technical Conference
on... , New York,(1952).
124
(5) J.N. Pitts Jr.
Pollution and Politics; A chemist view. Conference on Scien
ce in the Control of Smog, California Institute of Technolo
gy, Pasadena, Calif., Nov., (1971).
(6) H.E. Stokinger
The Spectre of Today's Environmental Pollution USA Brand:
New Perspectives from an Old Scout, Amer. Ind. Myg. Assoc.
J. , 30, 195-217,(1969).
(7) International Conference on Man's and His Air Environ.," Reso
lution ", Riverside, Cal., Dec., (1970).
(8) National Academy of Sciences, The Social and Economic Costs
and Benefits of Compliance with the Auto Emission Standard Es
tablished by the Clean Air Amendments of 1970, Report for the
Committee on Public Works of the U.S. Senate, Dec., (1973).
(9) R.J. O'Brien et al.
Environ. Sci. and Technol., £, 577, (1975).
(10) D. Grosjean y S.K. Friedlander
J. Air Poll. Con. Assoc., 2£, 1106, (1975).
(11) G.M. Hidy et al.
Summary of the California Aerosol Characterization Experi -
ment, J. Air Poll. Con. Assoc. ,25,1106, (1975).
125
(12) W.E. Wilson Jr., A. Levy y D.B. Wimmer
J. Air Pollut. Con. Assoc. , 27, (1972).
(13) R.B. Husar y K.T. Whitby
Environ. Sci. and Technol., 1_, 241, (1973).
(14) S.I. Rasool
Chemistry of the Lower Atmosphere, Plenum Press, New Yor)t,
(1973).
(15) S.K. Friedlander
Chemical element Balances and Identification of Air Pollu -
tion Sources, Environ. Sci. and Technol. , T_, 235-241, ( 1973) .
(16) R.J. Charlson et al.
Overview of the California Aerosol Chemistry Experiment,
167^^ Amer. Chemical Society Meeting, Division of Enviromen
tal Chemistry, Los Angeles, Cal., (1974).
(17) G.M. Hidy y C.S. Burton
Int. J. Chem. Kinetics, JL, 509-541, (1975).
(18) D. Grosjean
Aerosols, National Academy of Sciences Panel on Photochemi
cal Oxidants and Ozone, Committee on Medical and Biological
Effects of Environmental Pollutants, Ch.3, (1976).
126
(19) B.J. Finlayson y J.N. Pitts Jr.
Science, Jan., (1976).
(20) K.T. Whitby et al.
Physical mechanisms governing the dynamics of Los Angeles -
smog aerosol, J. Coll. Interface Sci. , 39_, 211-224, (1972).
(21) R.R. Rogers
A Short Course in Cloud Physics, Pergamon Press, (1976) .
(22) G.M. Sverdrup et al.
Characterization of California Aerosols- II aerosol Size
Distribution Measurements in the Mojave Desert, Atmos. Env£
ron., 9, 483-494, (1975).
(23) N.H. Fletcher
The Physics of Rain Clouds, Cambridge University Press,
(1962) .
(24) K.T. Whitby et al.
The aerosol size distribution of Los Angeles smog, J. Coll.
Interface Sci., 39, 117-210, (1972).
(25) R.E. Lee y S.S. Goranson
National air surveillance cascade impactor networlc. I. Size
distribution of suspended particulate matter in air, Env^ -
ron. Sci. and Technol., 6, 1019-1024, (1972).
127
(26) S. Kadowaki
Size distribution of atmospheric total aerosols, sulphate,
ammonium and nitrate particulates in the Nagoya area. At -
mos. Environ., 39-43, (1976).
(27) G.M. Hidy
Characterization of Aerosols in California (ACHEX), Final
Report to the Air Resources Board, State of California, ARB
Contract No.358, (1975).
(28) A.C. Stern
Summary of existing air pollution standards, J. Air Poll. -
Con. Assoc., 1^, 5-15, (1964).
(29) R.S. Brief
Metals carbonyls, Arch. Environ. Health, 23_t 373-384 , (1971) ,
(30) A.L. Hammond
Mercury in the environment; natural and human factors,
(31) M. Winell
An international comparison of hygiene standards for chemi
cals in the work environment, Ambio, _4 , 34-36, (1975).
(32) J. S. Haldane y J.G. Priestley
Respiration, Oxford University Press, 415, (1935).
128
(33) D. Bryce-Smlth y H.A. Waldron
Lead,behaviour and criminality. The Ecologist, £, 367-377,
(1974).
(34) M. Lob y P. Desbaume
Lead and criminality, Brit. J . Indust. Med. 3^, 125-127,
(1976).
(35) P.K. Mueller y G.M. Hidy
Atmospheric Aerosols in Southern California, California Air
Environment, University of California, Statewide Air Pollu
tion Research Center Offic. Pub. , , (1977).
(36) M.S. Miller et al.
A Chemical Element Balance for the Pasadena Aerosol, J. Co
lloid Inetrface Sci. , 39_, 165, (1972).
(37) G.M. Hidy y J.R. Broc)c
The dynamics of aerbcolloidal Systems, Pergamon Press,(1970)
(38) S.S. Butcher y R.J. Charlson
An introduction to air chemistry, ch.9, Academic Press, New
York, (1972).
(39) G. Madeleine y A. Renoux
L'aerosol atmosphérique. Sa nature et sa mesure. Pollution
Atmosphérique, 64, 389-397, (1974). ^
129
(40) E. Robinson y R.C. Robbins
Gaseous sulfur pollutants from urban and natural sources,
J. Air Pollut.Con. Assoc., 22, 233-235, (1970).
(41) J.D. Butler
Air Pollution Chemistry, Academic Press, (1979).
(42) G.B. Morgan y G. Ozolins
Air Quality Surveillance, Introduction to the Scientific Study
of Atmospheric Pollution, Reidel Pub.Co., Holland, (1971).
(4 3) D.E. Painter
Air Pollution Technology, Reston Pub.Co.,(1974).
(44) L.E. Ranweiler y J.L Moyes
Atomic absorption procedure for analysis of metals in atmo£ -
pheric particulate matter. Environ,Sci. and Technol. , JB, 152-
156, (1974).
(45) J.D. Butler et al.
Characterization of aerosol particulates by scanning electron
microscope.... Int.J.Environ.Stud.,£,93-103, (1976).
(46) U. Bonafé et al.
Mas)( correlation spectrophotometry. Advanced methodology
130
for atmospheric measurements, Atmos. Environ., 22» 469-474,
(1976).
(47) 5. Sandroni y C. Cerutti
Long path measurements of atmospheric sulphur dioxide by a
Barringer Cospec III, Atmos. Environ., 11, 1225-1232,
(1977).
(48) F. Evangelisti et al.
Application features of mask correlation spectrophotometry
to long horizontal paths, Atmos. Environ., 22' 1125-1131, -
(1978).
(49) J.H. Seinfeld
Air Pollution: Physical and Chemical Fundamentals, McGraw-
Hill, Inc., (1975).
(50) P.O. Wagner
Analysis of Air Pollutants, Wiley-Interscience Pub.,202,
New york , (1976).
(51) F. Loffler
Collection of particles by fiber filters. Air Pollution Con
trol. Part I, Wiley-In ter science Pub. , New York, (1971). ..
(52) E.G. Richardson
Aerodynamics Capture of Particles, Pergamon Press, (1960).
131
(53) N.A. Fuchs
The Mechanics of Aerosols, Pergamon Press, Oxford, (1964).
(54) W. Strauss
Industrial Gas Cleaning, Pergamon Press, Oxford, (1966).
(55) R.G. Dorman
Filtration,Aerosol Science C.N. Davies ed., Academic Press,
London, (1966).
(56) J. Pich
Theory of Aerosol Filtration by Fibrons and Membrane Fi^
ters. Aerosol Science C.N. Davies ed., Academic Press, Lon
don , (1966).
(57) R.G. Stafford y H.J. Ettinger
Filter efficiency as a function of particle size amd veloc_i
ty, Atmos. Environ. 353-362, (1972).
(58) T.N. Smith y C.R. Philips
Inertial collection of aerosol particles at circular captu
re, Environ. Sci. and Technol., £, 564-568, (1975).
(59) B.Y.H. Liu y K.W. Lee
Efficiency of membrane and nuclepore filters for submicro
meter aerosols. Environ. Sci. and Technol., 22» 345-350,
(1976).
132
(60) K.R. Spurny et al.
Aerosols filtration by means of nuclepore filters structu -
ral and filtration properties, Environ. Sci. and Technol.,
3, 453-463, (1969).
(61) T.Y. Kometani et al.
Environ. Sci. and Technol. , 6 , 617-620, (1972).
(62) N.L. Borrow y R.S. Brief
Elemental Composition of Suspended Particulate Matter in fte
tropolitan New Yor)c, Environ. Sci. and Technol. , 5, 786,
(1971).
(63) J.R. Rhodes et al.
Energy dispersive X-ray fluorescence analysis of air parti
culates in Texas, Environ. Sci. and Technol. , 6 , 922-927, -
(1972).
(64) T.G. Dzubay y P.J. Lamothe
Polymer film as calibration standards for X-ray fluorescen
ce analysis. Adv. X-ray Anal., 2£, 411-421, (1977).
(65) J.M. Jaklevic et al.
Phto-induced X-ray fluorescence analysis using energy-dis -
persive detector and dichotomus sampler. X-ray Fluorescence
Analysis of Environmental Samples, Arbor Science, 3-18,
(1977).
133
(66) H.E. Bumsted
American Industrial Hygiene Association Journal, 25.» 392 , -
(1964).
(67) D.C. Camp et al.
Inetrcomparison of Trace Element Determinations in Simula -
ted and Real Air Particulate Samples, X-Ray Spectrometry, -
4, 123-137, (1975).
(68) C.L. Lu)ce
Analytica Chimica Acta, 4JL» 237-250, (1968).
(69) V. Verdingh
Nuclear Instruments and Methods, 102, 431-434, (1972).
(70) G.H. Faye
Standard Reference Ores and Roclcs Available from the Mines
Branch, Mines Branch Information Circular IC309, Department
of Energy, Mines and Resources, Ottawa, Canada, (1973).
(71) J.V. Gilfrich et al.
Analytical Chemistry, £5, 2002-2009, (1973).
(72) R.D. Giauque et al.
Analytical Chemistry, 45, 671, (1973).
134
(73) J.R. Rhodes et al.
Application of a Si(Li) Spectrometer to X-Ray Emission Ana
lysis of Thin Specimens, in Low Energy X-and Gamma-Ray Sou£
ces and Applications, ed., C.A. Ziegler, Gordon and Breach,
New Yor)c, 317, (1971). :
(74) J.R. Rhodes y C.B. Hunter
X-Ray Spectrometry, 1, 113-117, (1972).
(75) V.M. Ma)cov et al.
The Thin Layer's Criterion in X-Ray Spectral Fluorescence -
Analysis, Zavoid. Lab., 3£, 1459, (1968).
(76) J.R. Rhodes
Design and Application of X-Ray Emission Analyzers Using Ra
dioisotope X-or Gamma-Ray Sources, ASTM Special Technical -
Pub., 48£, 243, (1971).
(77) J.R. Rhodes et al.
Low Energy X-and Gamma- Ray Sources and Applications, C.A.
Ziegler ed. , Gordon and Breach, 317, New Yorlc, (1971).
(78) C.B. Hunter y J.R. Rhodes
Particle Size Effects in X- Ray Emission Analysis: Formulae
Continous Size Distributions, X-Ray Spectrometry, £, 107 -
117, (1972).
135
(79) J.R. Rhodes et al.
Energy- Dispersive X-Ray Emission Spectrometry for Multie -
lement Analysis of Air Particulates, in Air Quality Instru
mentation, ed. J.W. Scales, ISA, £, 1, (1974).
(80) J. Catalâ, E. Hernândez y F. Valero
Elementos traza atmosféricos: patrones para anSlisis por
fluorescencia de rayos X, 75 Aniversario de la Real Socie -
dad de Ffsica y Qufmica, Madrid, Octubre, (1978).
(81) R. Jenlcins y J.L de Vries
Instrumental Factors in the Detection of Low Concentrations
by X-Ray Fluorescence Spectrometry, Joint Symposium on L£ -
mits of Detection in Analysis, Enschede, April, (1968).
(82) P.M. Austin y R.A. Houze
Analysis of the structure of precipitation patterns in New
England, J. Appl. Met., 11, 926-935, (1972).
(83) J.M. Hales
Fundamentals of the theory of gas scavengning by rain,
Atmos. Environ., £, 635, (1972).
(84) G. Drufuca y I.I. Zawadazki
Statistics of raingauge data, J. Appl. Met., 1£, 1419-1429,
(1975).
136
(85) A.L. Sins y D.M. Jones
Frequencies of short-period rainfall rates along lines, J.
Appl. Met., 14, 1970-1974, (1975).
(86) W.W. Kellog et al.
The sulphur cycle. Science, 175, 587, (1972).
(87) W.F. Hunt Jr.
The precision associated with sampling frequency of log nor
mally distributed air pollutant measurements, J. Air Pollut.
Con. Assoc., 22, 687-691, (1972).
(8 8) D.E. Phinney y J.E. Newman
The precision associated with the sampling frequencies of -
total particulate at Indianapolis, Indiana, J.Air Pollut.
Con. Assoc., 22, 692-695, (1972).
(89) M. Shoji y T.Tsukatani
Statistical model of air pollutant concentration and its a-
pplication to the air quality standards, Atmos. Environ. , 1_,
487-501, (1973).
(90) Y. Belot
Distribution des éléments chimiques dans les poussières de
la ville de Paris, Atmos. Pollut., 63, 327-334, (1974).
137
(91) D.M. Elsom
Spatial correlation analysis of air pollution data in an ur
ban area, Atmos. Environ. , jL2, 1103-1108, (1978).
(92) A.M. Soler y E. Hernândez
Situaciones meteorolôgicas locales tlpicas: Descripciôn y
• frecuencia de las mismas. Revista de Geoflsica, £, 111-122,
(1977).
(93) J. Catalâ, E. Hernândez y A.M. Soler
Situaciones meteorolôgicas locales tlpicas: parâmetros o va
riables mâs caracterlsticas, Revista de Geoflsica, £, 245 -
252, (1978).
(94) E.M. Mar)cee Jr.
On the relationships of range to standard deviation of wind
fluctuations, Mon. Weath. Rev. , 9_1, 83-87, (1963).
(95) G.A. De Marrais
Atmospheric stability class determinations on a 481-meter -
tower in Oclahoma, Atmos. Environ., £2» 1957-1964, (1978).
(96) K.C. Heidorn
An index to measure cosistency of the wind direction for pe
riods around one day, Atmos. Environ., 12, 993-996, (1978).
138
(97) G.M. Hidy y S.K. Friedlander
The nature of the Los Angeles Aerosol, in H.M. Englund and -
W.T. Berry eds., "Rroceedings of the second International
Clean Air Congress", Academic Press, New York, (1971).
(98) W.C. Weimer y J.C. Langford
Iron-55 and stable iron in oceanic aerosols : forms and avai
lability, Atmos. Environ., 1^, 1201-1205, (1978).
(99) G.M. Hidy, ed.
Aerosols and Atmospheric Chemistry, Academic Press, New York,
(1972).
(100) S.Sadasivan
Trace elements in size separated aerosols over sea, Atmos. -
Environ. , 1667-1683, (1978).
(101) J.M. Ondov et al.
Use of an inertial cascade impactor, Atmos. Environ., -
1175-1186, (1978).
(102) Colovas et al.
Particle size determination of trace elements in urban air.
Int. J. environ. Analyt. Chem., 2' 239-252, (1974).
(103) H.O. Lannefors et al.
139
Elemental concentrations and particle size distributions in
an urban atmospheric backgroun aerosol, Nucl. Instrum. Meth.,
142, 105-110, (1977).
(104) D.R. Lawson y J.W. Winchester
A standard crustal as a reference for elemental enrichment -
factors, Atmos. Environ., 1^, 925-930, (1979).
(105) D.R. Lawson y J.W. Winchester
Sulfur an<l crustal reference elements in nonurban aerosols -
from Squaw Mountain, Colorado, Environ. Sci. and Technol., -
12, 716-721, (1978).
(106) K.R. Shah et al.
Determination of trace elements in petroleum by neutron act£
vation analysis II. Determination of Sc,Cr,Fe,Co,Ni,Zn,As,Se,
Sb,Eu,Au,Hg and U, J. Radioanal. Chem., 413-422, (1970).
(107) E.S. Gladney et al.
Composition and size distributions of atmospheric particula-
matter in the Boston area. Environ. Sci. and Technol.,£,
436-441, (1974).
(108) D.F. Gatz
Relative contributions of different sources of urban aero
sols: application of a new estimation method to multiple si-
t" tes in Chicago, Atmos. Environ. , 9, 1-18, (1975).
140
(109) J.W. Kaalcinen et al.
Trace element behavior in a coal-fired power plant. Environ.
Sci. and Technol., £, 862-869, (1975).
(110) D.H. Klein et al.
Pathways of thirty-seven elements through a coal-fired power
plant. Environ. Sci. and Technol., £, 973-979, (1975).
(111) D.W. Koppenhaal y S.E. Manahan
Hazardous chemicals from coal conversion processes. Environ.
Sci. and Technol., 1^, 1104-1107, (1976).
(112) R.D. Smith et al.
Characterization and formation of submicron particles in -
coal-fired plants, Atmos. Environ., ]^, 607-618, (1979).
(113) G.S. Kowalczyck et al.
Chemical Element Balances and Identification of Air Pollu -
tion Sources in Washington, D.C., Atmos. Environ.,
1143-1153, (Î 178) .
(114) Reiter et al.
Chemical components of aerosol particles in the lower tro -
posphere above Central Europe measured under pure-air cond^
tions, Atmos. Environ., 10, 841-855, (1976).
141
(115) J.D. Ludwick et al-
Elemental concentrations of northern hemispheric air at Qu^
llayute, Washington, Atmos. Environ., 1083-1088, (1977).
(116) C. McDonald y H.J. Duncan
Atmospheric levels of trace elements in Glasgow, Atmos. En
viron. , 413-417, (1979).
(117) R. Dams et al.
Non destructive neutron activation analysis of air pollu
tion particulates, Analyt. Chem., £2, 861-867, (1970).
(118) J. Bogen
Trace elements in atmospheric aerosols in the Heidelberg
area, measured by instrumental neutron activation analysis,
Atmos. Environ. , T_> 1117-1125, (1973).
(119) W. John et ai.
Trace element concentrations in aerosols from the San Fran
cisco Bay area, Atmos. Environ. , !_• 107-118, (1973).
(120) D.H. Pierson et al.
Trace elements in the atmospheric environment. Nature, 2 41,
252-256, (1973).
142
(121) R.I. Larsen
A new mathematical model of air pollution concentration ave
raging time and frequency, J. Air Pollut. Con. Assoc., 19,
24-30, (1969).
(122) T. McGuire y K.E. Noll
Relationship between concentrations of atmospheric pollu -
tants and averaging time, Atmos. Environ., £, 291-298,
(1971).
(123) G. Drufuca y M. Giugliano
The duration of high SOg concentration in an urban atmosphe
re, Atmos. Environ. , jLl, 729-735, (1977).
(124) R.D. Shee y J.M. Pierrard
The annual average; an alternative to the second highest va •
lue as a measure of air quality, J. Air Pollut. Con. Assoc.,
(125) R.H. Hammerle W.R. Pierson
Sources and elemental composition of aerosol in Pasadena, -
Calif, by Energy-Dispersive X-Ray Fluorescence, Environ. -
Sci. and Technol., £, 1058-1067, (1975).
(126) N.K Vinnichen)co
Kinetic energy spectrum in the free atmosphere, Tellus, 22,
158-166, (1970).
143
(127) D.E. Frye et al.
Noté on the kinetic energy spectrum of coastal winds, Mon.
Weath. Rev., 100, 671-673, (1972).
(128) R. Shapiro
The variance spectrum of monthly mean control England tem
peratures, Quat. J. Roy. Meteor. Soc., 101, 679-681, (1975).
(129) T.J. Lyons
Mesoscale wind spectra, Quat. J. Roy. Meteor. Soc., 101, -
901-910, (1975).
(130) T.G.J. Dyer
An analysis of Manley's central England temperature data, -
Quat. J. Roy. Meteor. Soc., 102, 871-878, (1976).
(131) E. Zurita
El ozono cerca del suelo en la atmdsfera de Madrid: Varia-
ciones temporales y formacidn fotoqufmica, Tesis Doctoral, -
Facultad de Fisicas, Universidad Complutense, Madrid, (1979)
(132) J. Horowitz y.S. Barakat
Statistical analysis of the maximun concentration of an air
pollutant: effects of autocorrelation and non-stationarity,
Atmos. Environ., 13, 811-818, (1979).
144
(133) R.B. Blackman y J.N. Tukey
The Measurement of Power Spectra, Dover, New York, (1958).
(134) H. Panofsky y G. Brier
Some Applications of Statistics to Meteorology, The Pensil-
vania State University Press, (1958).
(135) N .R. Goodman ,
On the joint estimation of the spectra, cospectrum and qua-I
drature spectrum of a two-dimensional stationary Gaussian - i
process, Sci. Pap.LO, Eng. Statist. Lab., College of Enginee |
ring. New York University, 97 pag., (1957). ;
(136) L.M. Thompson |
Cyclical weathers patterns in the middle latitudes, J. Soil '
Water Conserv., £8, 87-89, (1973).
(137) C.F. Ropelewski, H. Tennekes y H.A. Panofsky
Horizontal coherence of wind fluctuations. Boundary Layer
Meteor., 5, 353-363, (1973).
(138) G.D. Hess y R.H. Clarke
Time spectra and cross-spectra of kinetic energy in the pla
netary boundary layer, Quat. J . Roy. Meteor. Soc., 9£, 130-
153, (1973).
145
(139) E.J. Gerety et al.
Sunspots, geomagnetic indices and the weather; A croes-e^ -
pectral analysis between sunspots, geomagnetic activity and
global weather data, J. Atmos. Sci., 3£, 673-678, (1977).
(140) G.M. Jenkins y D.G. Watts
Spectral Analysis and its Applications, Holden-Day, (1968).
niBLIOTTCA